[发明专利]评估车损识别模型的方法及装置

说明书

本说明书实施例提供一种评估车损识别模型的方法和装置，方法包括，首先获取测试样本，该测试样本对应车损图片以及多组标注数据，该多组标注数据至少基于多个标注人员对该车损图片进行标注而产生；然后确定多组标注数据的交集和并集，根据交集确定测试样本中的显著损伤对象集合；并根据交集与并集之间的差异，确定测试样本中的非显著损伤对象集合。此外，还将上述车损图片输入预先训练的车损识别模型，得到模型针对该测试样本输出的预测损伤对象集合。于是，可以根据预测损伤对象集合与所述显著损伤对象集合和所述非显著损伤对象集合的关系，确定车损识别模型对该测试样本的测试结果。

技术领域

本说明书一个或多个实施例涉及机器学习领域，尤其涉及评估车损识别模型的方法及装置。

背景技术

在传统车险理赔过程中,保险公司需要派出专业的查勘定损人员到事故现场进行现场查勘定损，给出车辆的维修方案和赔偿金额，并拍摄现场照片，定损照片留档以供后台核查人员核损核价。由于需要人工查勘定损，保险公司需要投入大量的人力成本，和专业知识的培训成本。从普通用户的体验来说，理赔流程由于等待人工查勘员现场拍照、定损员在维修地点定损、核损人员在后台核损，理赔周期长达1-3天，用户的等待时间较长，体验较差。

针对传统车险理赔中人工成本巨大的行业痛点，提出了一些智能图像定损方案。智能图像定损，是通过人工智能领域计算机视觉图像识别技术，根据普通用户拍摄的现场损失图片，自动识别图片中反映的损失部件及其损失程度，并自动给出维修方案。最后通过调用保险公司维修方案对应的价格库，获得案件的赔偿金额。这一解决方案无需人工查勘定损核损，大大减少了保险公司的成本，提升了普通用户的车险理赔体验。

为了实现智能图像定损，提出了多种利用机器学习算法的车损识别模型。然而，如何对这些车损识别模型的识别效果进行评估，成为有待解决的问题。

因此，希望能有改进的方案，更加有效地对车损识别模型进行评估。

发明内容

本说明书一个或多个实施例描述了一种评估车损识别模型的方法和装置，通过区分测试样本中的显著损伤对象和非显著损伤对象，避免非显著损伤对象的模糊性带来的评估干扰。

根据第一方面，提供了一种评估车损识别模型的方法，包括：

获取第一测试样本，该第一测试样本对应第一车损图片以及多组标注数据，所述多组标注数据至少基于多个标注人员对所述第一车损图片中的损伤对象进行标注而产生；

确定所述多组标注数据的交集和并集，根据所述交集确定所述第一测试样本中的显著损伤对象集合；并根据所述交集与所述并集之间的差异，确定所述第一测试样本中的非显著损伤对象集合；

将所述第一车损图片输入预先训练的车损识别模型，得到所述车损识别模型针对该第一测试样本预测的损伤对象所构成的预测损伤对象集合；

根据所述预测损伤对象集合与所述显著损伤对象集合和所述非显著损伤对象集合的关系，确定所述车损识别模型对所述第一测试样本的测试结果。

在一个实施例中，所述多组标注数据至少包括，第一标注数据和第二标注数据，其中第一标注数据由具有第一标注能力等级的标注人员标注产生，第二标注数据由具有第二标注能力等级的标注人员标注产生，所述第二标注能力等级高于所述第一标注能力等级。

根据一种实施方案，多组标注数据中每组标注数据通过标注人员进行标注，以及核查人员进行核查而产生。

在一种实施方式中，测试结果包括预测错误或预测正确的结果。

进一步的，在一个实施例中，通过以下方式确定车损识别模型对第一测试样本的测试结果：

判断所述显著损伤对象集合是否为所述预测损伤对象集合的子集；