-
公开(公告)号：CN116452802A
公开(公告)日：2023-07-18
申请号：CN202310325668.2
申请日：2023-03-22
申请人： 平安科技(深圳)有限公司
IPC分类号： G06V10/26 , G06V10/764 , G06V10/40 , G06V10/82 , G06V10/774 , G06V10/80 , G06N3/0464 , G06N3/08 , G06Q40/08
摘要： 本发明涉及人工智能，提供一种车损检测方法、装置、设备及存储介质。该方法对获取到的样本图像进行扩增处理，得到训练图像，基于特征提取层对训练图像进行特征提取，得到图像特征，基于特征融合层对图像特征进行融合处理，得到融合特征，将融合特征输入至网络输出层中，得到预测信息，根据预测信息及训练图像的标注结果生成网络损失值，基于网络损失值对预设车损检测网络进行参数调整，得到车损检测模型，根据车损检测模型及语义分割模型对待识别图像进行检测，提高检测结果的生成准确性及效率。此外，本发明还涉及区块链技术，所述检测结果可存储于区块链中。
-
公开(公告)号：CN114972229A
公开(公告)日：2022-08-30
申请号：CN202210536714.9
申请日：2022-05-17
申请人： 平安科技(深圳)有限公司
IPC分类号： G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04
摘要： 本发明属于人工智能领域，提供了一种基于材质类型的定损检测方法、装置、电子设备、介质，方法包括：通过定损检测模型对损伤图像进行定损识别，得到包括检测损伤类型和检测损伤材质的检测损伤信息；当检测损伤材质归属于混淆类型，确定目标损失权重为第一损失权重，否则为目标损失权重为第一损失权重，其中归属于混淆类型的检测损伤材质存在至少一种预设关联材质，第一损失权重大于第二损失权重；根据目标损失权重和检测损伤材质的损失计算的结果确定目标定损结果。根据本实施例的技术方案，能够对混淆类型的检测损伤材质采用更大的损失权重，使得定损检测模型能根据更多的不易混淆的特征进行定损识别，有效提高损失模型的识别准确性。
-
公开(公告)号：CN108261178B
公开(公告)日：2020-08-28
申请号：CN201810029810.8
申请日：2018-01-12
申请人： 平安科技(深圳)有限公司
摘要： 本发明公开了一种动物疼痛指数判断方法、装置及存储介质，该方法包括：根据收到包含动物脸部的动物照片，调用预先训练的识别模型从该动物照片中提取出动物的预设类型面部动作单元的图片区域，所述预设类型面部动作单元包括眼睛、鼻子、耳朵；将提取出的各个预设类型面部动作单元的图片区域输入到预先训练的分类模型，识别出各个预设类型面部动作单元的图片区域对应的疼痛指数得分；基于各个预设类型面部动作单元的图片区域对应的疼痛指数得分，利用预先确定的计算规则，计算出该动物照片对应的整体疼痛指数得分。本发明通过对照片中动物疼痛指数的判断，评估动物遭受的伤痛情况，提高评估的效率和准确性。
-
公开(公告)号：CN108268868B
公开(公告)日：2020-07-10
申请号：CN201710631668.X
申请日：2017-07-28
申请人： 平安科技(深圳)有限公司
IPC分类号： G06K9/32
摘要： 本发明提供了一种身份证图像的倾斜值获取方法及装置、终端、存储介质。其中，倾斜值获取方法包括：解析身份证图像，提取所有的单字符区域；对所有的单字符区域进行分组，得到多个单字符区域组；获取长度最大的单字符区域组；获取长度最大的单字符区域组的首尾两个单字符区域的连接线段的倾斜值，并将连接线段的倾斜值确定为身份证图像的倾斜值。本发明可以准确的得到身份证图像倾斜值。
-
公开(公告)号：CN108830277A
公开(公告)日：2018-11-16
申请号：CN201810362207.1
申请日：2018-04-20
申请人： 平安科技(深圳)有限公司
摘要： 本申请提供了一种语义分割模型的训练方法、装置、计算机设备和存储介质，其中方法包括：构建训练样本集，所述训练样本集中包括第一类别物体以及第二类别物体，其中第一类别物体标记有边界框以及分割掩码，所述第二类别物体标记有边界框；将所述训练样本集输入至深度网络模型中进行训练，训练出所述第一类别物体的第一边界框参数、第一掩码参数以及第二类别物体的第二边界框参数；将所述第一边界框参数以及第一掩码参数输入至权重传递函数中进行训练，训练出边界框预测掩码参数；根据上述训练出的参数构建出语义分割模型。本申请大幅度降低训练样本集的标记成本，且降低后续训练样本和训练计算时的压力，提升训练效率。
-
公开(公告)号：CN108734702A
公开(公告)日：2018-11-02
申请号：CN201810382312.1
申请日：2018-04-26
申请人： 平安科技(深圳)有限公司
摘要： 本发明提供了一种车损判定方法、服务器及存储介质，该方法接收定损请求及用户上传的待定损照片。接着，该方法利用预先训练的分类模型对所述待定损照片进行分析，获取每张待定损照片中车辆各个部位的分类信息，再根据每张待定损照片中车辆各个部位的分类信息，利用预先确定的拍摄角度判定规则，判断每张待定损照片的拍摄角度。最后，该方法结合拍摄角度以及车辆部位的分类信息，利用预先训练的定损模型分析出每张待定损照片中车辆各个部位的损伤情况，输出每张待定损照片的损伤分析结果。利用本发明，能够有效降低车险理赔环节的人力物力，提高车损勘查准确性及查全率。
-
公开(公告)号：CN107679475A
公开(公告)日：2018-02-09
申请号：CN201710875391.5
申请日：2017-09-25
申请人： 平安科技(深圳)有限公司
摘要： 本发明公开了一种门店监控评价方法、装置及存储介质，该方法包括：定时根据预先确定的门店、摄像装置、拍摄角度、评分因素四者之间的映射关系，确定门店对应的摄像装置、摄像装置对应的拍摄角度及拍摄角度对应的评分因素；控制各个摄像装置逐一选择对应的拍摄角度进行拍摄，记录拍摄的照片及其对应的门店、摄像装置、拍摄角度和评分因素；根据预先确定的评分因素和打分模型的映射关系，确定照片对应的打分模型，并对照片分别调用对应的打分模型进行打分；利用加权分值计算公式对照片的打分分值进行加权计算，从而计算出对应门店的加权分值。通过对照片的分值进行加权计算，减少监控成本，提高监控效率，实现对门店监控评价的客观性和准确性。
-
公开(公告)号：CN113435463B
公开(公告)日：2023-06-06
申请号：CN202110851854.0
申请日：2021-07-27
申请人： 平安科技(深圳)有限公司
IPC分类号： G06V10/44 , G06V10/764 , G06V10/82 , G06V10/762 , G06N3/0464 , G06F40/247 , G06F40/242 , G06F40/117 , G06N3/088
摘要： 本发明涉及人工智能技术领域，尤其涉及一种物体图像标注方法、系统、设备及存储介质，包括：对目标物体图像进行分割，获取目标物体中的每一部件；对每一部件进行特征提取，获取每一部件的特征；根据每一部件的特征，获取每一部件的名称；将目标物体图像中每一部件、每一部件的中心点、预设特征提取参数输入到父类识别模型中，获取每一部件的父类，并根据每一部件的名称和每一部件的父类获取目标物体的层次结构。本发明对目标物体进行分割，基于特征提取获取部件名称，利用父类识别模型识别出部件的父类，得到目标物体的层次结构，该标注方法可以描述出目标物体本身的几何特征，充分挖掘精细信息，使得物体标注具有更高的鲁棒性。
-
公开(公告)号：CN113435463A
公开(公告)日：2021-09-24
申请号：CN202110851854.0
申请日：2021-07-27
申请人： 平安科技(深圳)有限公司
IPC分类号： G06K9/46 , G06K9/62 , G06F40/247 , G06F40/242 , G06F40/117 , G06N3/04 , G06N3/08
摘要： 本发明涉及人工智能技术领域，尤其涉及一种物体图像标注方法、系统、设备及存储介质，包括：对目标物体图像进行分割，获取目标物体中的每一部件；对每一部件进行特征提取，获取每一部件的特征；根据每一部件的特征，获取每一部件的名称；将目标物体图像中每一部件、每一部件的中心点、预设特征提取参数输入到父类识别模型中，获取每一部件的父类，并根据每一部件的名称和每一部件的父类获取目标物体的层次结构。本发明对目标物体进行分割，基于特征提取获取部件名称，利用父类识别模型识别出部件的父类，得到目标物体的层次结构，该标注方法可以描述出目标物体本身的几何特征，充分挖掘精细信息，使得物体标注具有更高的鲁棒性。
-
公开(公告)号：CN108830277B
公开(公告)日：2020-04-21
申请号：CN201810362207.1
申请日：2018-04-20
申请人： 平安科技(深圳)有限公司
摘要： 本申请提供了一种语义分割模型的训练方法、装置、计算机设备和存储介质，其中方法包括：构建训练样本集，所述训练样本集中包括第一类别物体以及第二类别物体，其中第一类别物体标记有边界框以及分割掩码，所述第二类别物体标记有边界框；将所述训练样本集输入至深度网络模型中进行训练，训练出所述第一类别物体的第一边界框参数、第一掩码参数以及第二类别物体的第二边界框参数；将所述第一边界框参数以及第一掩码参数输入至权重传递函数中进行训练，训练出边界框预测掩码参数；根据上述训练出的参数构建出语义分割模型。本申请大幅度降低训练样本集的标记成本，且降低后续训练样本和训练计算时的压力，提升训练效率。
-
-
-
-
-
-
-
-
-
搜索结果
36 条记录 (耗时 0.038 秒)
