技术特征：
1.一种车辆定损方法，其特征在于，所述车辆定损方法包括：基于多个预设比例对获取到的历史车损图像进行划分，得到每个预设比例对应的车损训练集；基于每个车损训练集对预设网络进行并行训练，得到与每个车损训练集对应的车损检测模型，每个车损检测模型包括目标特征提取网络及输出网络；当接收到车辆定损请求时，根据所述车辆定损请求获取待定损图像；基于每个目标特征提取网络对所述待定损图像进行特征提取，得到每个车损检测模型所输出的损伤特征向量；基于每个输出网络检测对应的损伤特征向量，得到每个车损检测模型所输出的损伤结果；拼接多个所述损伤特征向量，得到目标特征向量；对所述目标特征向量进行逻辑回归处理，得到多个所述车损检测模型对所述待定损图像的损伤置信度；根据所述损伤置信度及所述损伤结果生成定损结果。2.如权利要求1所述的车辆定损方法，其特征在于，所述基于多个预设比例对获取到的历史车损图像进行划分，得到每个预设比例对应的车损训练集包括：获取所述历史车损图像的车损类型；统计所述车损类型的类型总数；基于所述类型总数设定所述多个预设比例，每个预设比例与每个车损类型相对应；统计所述历史车损图像中每个车损类型的类型图像数量；对于每个车损类型，将该车损类型的类型图像数量作为基准数量，并计算所述基准数量与对应的预设比例的乘积，得到筛选数量；基于所述筛选数量从其余车损类型的历史车损图像中选取第一训练图像，并将与该车损类型对应的历史车损图像确定为第二训练图像；根据所述第一训练图像及所述第二训练图像生成与该车损类型对应的预设比例的车损训练集。3.如权利要求1所述的车辆定损方法，其特征在于，所述目标特征提取网络包括骨干网络、区域候选网络及第一全连接层，所述基于每个目标特征提取网络对所述待定损图像进行特征提取，得到每个车损检测模型所输出的损伤特征向量包括：基于所述骨干网络对所述待定损图像进行特征提取，得到第一特征图；基于所述区域候选网络对所述第一特征图进行重新构建，得到第二特征图；获取所述第一全连接层的预设矩阵及预设偏置值；基于所述预设矩阵及所述预设偏置值对所述第二特征图进行处理，得到所述损伤特征向量。4.如权利要求3所述的车辆定损方法，其特征在于，所述区域候选网络包括区域卷积层、边界框回归层及感兴趣区域对齐层，所述基于所述区域候选网络对所述第一特征图进行重新构建，得到第二特征图包括：基于所述区域卷积层对所述第一特征图进行卷积处理，得到区域特征；基于所述边界框回归层对所述区域特征进行回归处理，得到边界框；
基于所述感兴趣区域对齐层对所述边界框进行对齐处理，得到所述第二特征图。5.如权利要求1所述的车辆定损方法，其特征在于，所述输出网络包括第二全连接层、边界框回归网络及损伤分类识别网络，所述基于每个输出网络检测对应的损伤特征向量，得到每个车损检测模型所输出的损伤结果包括：基于所述第二全连接层对所述损伤特征向量进行处理，得到输出向量；基于所述边界框回归网络对所述输出向量进行回归处理，得到损伤边界框坐标；基于所述损伤类别识别网络对所述输出向量进行回归处理，得到损伤分类；根据所述损伤边界框坐标及所述损伤分类生成所述损伤结果。6.如权利要求1所述的车辆定损方法，其特征在于，所述对所述目标特征向量进行逻辑回归处理，得到多个所述车损检测模型对所述待定损图像的损伤置信度包括：根据每个车损检测模型的模型损失值构建模型权值向量；基于所述模型权值向量及所述目标特征向量计算所述多个车损检测模型对所述待定损图像的图像分值，所述图像分值的计算公式为：y＝a
t
×
b，其中，y表征所述图像分值，a表征所述模型权值向量，b表征所述目标特征向量；对所述图像分值进行归一化处理，得到所述损伤置信度。7.如权利要求1所述的车辆定损方法，其特征在于，所述根据所述损伤置信度及所述损伤结果生成定损结果包括：若所述损伤置信度大于或者等于预设置信度阈值，则从所述损伤结果中选取任一结果作为所述定损结果；或者若所述损伤置信度小于所述预设置信度阈值，则根据所述待定损图像、所述损伤置信度及所述损伤结果生成审核请求；当检测到所述审核请求完成审核时，获取与所述审核请求对应的审核结果；根据所述审核结果提取所述定损结果。8.一种车辆定损装置，其特征在于，所述车辆定损装置包括：划分单元，用于基于多个预设比例对获取到的历史车损图像进行划分，得到每个预设比例对应的车损训练集；训练单元，用于基于每个车损训练集对预设网络进行并行训练，得到与每个车损训练集对应的车损检测模型，每个车损检测模型包括目标特征提取网络及输出网络；获取单元，用于当接收到车辆定损请求时，根据所述车辆定损请求获取待定损图像；提取单元，用于基于每个目标特征提取网络对所述待定损图像进行特征提取，得到每个车损检测模型所输出的损伤特征向量；检测单元，用于基于每个输出网络检测对应的损伤特征向量，得到每个车损检测模型所输出的损伤结果；拼接单元，用于拼接多个所述损伤特征向量，得到目标特征向量；回归单元，用于对所述目标特征向量进行逻辑回归处理，得到多个所述车损检测模型对所述待定损图像的损伤置信度；生成单元，用于根据所述损伤置信度及所述损伤结果生成定损结果。9.一种电子设备，其特征在于，所述电子设备包括：存储器，存储有计算机可读指令；及
处理器，执行所述存储器中存储的计算机可读指令以实现如权利要求1至7中任意一项所述的车辆定损方法。10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质中存储有计算机可读指令，所述计算机可读指令被电子设备中的处理器执行以实现如权利要求1至7中任意一项所述的车辆定损方法。
技术总结
本发明涉及人工智能，提供一种车辆定损方法、装置、设备及存储介质。该方法基于多个预设比例对获取到的历史车损图像进行划分，得到车损训练集，基于每个车损训练集对预设网络进行并行训练，得到车损检测模型，每个车损检测模型包括目标特征提取网络及输出网络，基于每个目标特征提取网络对待定损图像进行特征提取，得到损伤特征向量，基于每个输出网络检测对应的损伤特征向量，得到损伤结果，拼接多个损伤特征向量，得到目标特征向量，对目标特征向量进行逻辑回归处理，得到损伤置信度，根据损伤置信度及损伤结果准确生成定损结果。此外，本发明还涉及区块链技术，所述定损结果可存储于区块链中。区块链中。区块链中。
技术研发人员：赵霄鸿 刘莉红 刘玉宇 肖京
受保护的技术使用者：平安科技（深圳）有限公司
技术研发日：2022.05.18
技术公布日：2022/8/12