本公開涉及計算機處理，尤其涉及一種車輛缺陷檢測方法、裝置、設備及存儲介質。

背景技術：

1、隨著汽車行業(yè)的不斷發(fā)展，二手車業(yè)務逐漸形成了規(guī)?；陌l(fā)展趨勢，同時也帶來了一系列挑戰(zhàn)。

2、針對二手車業(yè)務的車況檢測，現(xiàn)有的方案是采用人工檢測的方式對包括外觀在內的整體車況進行評估。雖然該方案能夠滿足現(xiàn)有的二手車車況檢測需求，但由于存在較大的時間投入和人力成本，整體檢測效率較低，且人工判定存在大量錯檢和漏檢的現(xiàn)象。

技術實現(xiàn)思路

1、為了解決上述技術問題，本公開實施例提供了一種車輛缺陷檢測方法、裝置、設備及存儲介質，提升了車輛的車況檢測效果和檢測效率，避免錯檢和漏檢。

2、第一方面，本公開實施例提供一種車輛缺陷檢測方法，包括：

3、接收客戶端傳輸?shù)囊曨l流數(shù)據(jù)；其中，所述視頻流數(shù)據(jù)為針對待檢測車輛采集得到；

4、利用車輛缺陷檢測模型對所述視頻流數(shù)據(jù)進行車輛缺陷檢測，得到缺陷檢測結果。

5、一種可選的實施方式中，所述缺陷檢測結果包括缺陷位置信息，所述車輛缺陷檢測模型包括缺陷位置檢測模型，所述利用車輛缺陷檢測模型對所述視頻流數(shù)據(jù)進行車輛缺陷檢測，得到缺陷檢測結果，包括：

6、將所述視頻流數(shù)據(jù)中的第一視頻幀輸入至所述缺陷位置檢測模型中，經過所述缺陷位置檢測模型處理后，得到所述第一視頻幀對應的缺陷位置信息。

7、一種可選的實施方式中，所述缺陷檢測結果包括缺陷類別信息，所述車輛缺陷檢測模型還包括缺陷類別檢測模型，所述將所述視頻流數(shù)據(jù)中的第一視頻幀輸入至所述缺陷位置檢測模型中，經過所述缺陷位置檢測模型處理后，得到所述第一視頻幀對應的缺陷位置信息之后，還包括：

8、基于所述缺陷位置信息，從所述第一視頻幀中確定缺陷區(qū)域圖像；

9、利用所述缺陷類別檢測模型對所述缺陷區(qū)域圖像進行缺陷類別檢測，得到所述缺陷區(qū)域圖像對應的缺陷類別信息。

10、一種可選的實施方式中，所述缺陷檢測結果包括缺陷部件信息，所述車輛缺陷檢測模型還包括缺陷部件檢測模型，所述基于所述缺陷位置信息，從所述第一視頻幀中確定缺陷區(qū)域圖像之后，還包括：

11、利用所述缺陷部件檢測模型對所述缺陷區(qū)域圖像進行車輛部件識別，得到所述缺陷區(qū)域圖像對應的缺陷部件信息；其中，所述缺陷部件信息用于表征存在缺陷的車輛部件。

12、一種可選的實施方式中，所述方法還包括：

13、將所述第一視頻幀對應的缺陷類別信息和/或缺陷部件信息，以及所述第一視頻幀對應的缺陷位置信息傳輸至所述客戶端；其中，所述缺陷位置信息用于在所述客戶端的視頻流采集頁面上標記車輛缺陷。

14、一種可選的實施方式中，所述方法還包括：

15、如果基于所述缺陷檢測結果確定所述視頻流數(shù)據(jù)中的第三視頻幀上存在車輛缺陷，則對所述車輛缺陷的移動軌跡進行預測，得到所述車輛缺陷的預測軌跡；

16、在獲取到目標視頻幀序列對應的缺陷真實移動軌跡后，確定所述缺陷真實移動軌跡與所述預測軌跡的匹配度；其中，所述目標視頻幀序列包括所述視頻流數(shù)據(jù)中處于所述第三視頻幀之后的連續(xù)多個視頻幀；

17、如果確定所述缺陷真實移動軌跡與所述預測軌跡的匹配度大于設定匹配度，則將所述第三視頻幀對應的缺陷檢測結果，確定為所述目標視頻幀序列對應的缺陷檢測結果。

18、一種可選的實施方式中，所述方法還包括：

19、利用車輛方位識別模型對所述視頻流數(shù)據(jù)中的第二視頻幀進行車輛方位識別，得到所述第二視頻幀對應的方位識別結果；其中，所述方位識別結果用于表征所述第二視頻幀是否屬于任一方位標識對應的預設方位圖像。

20、若所述第二視頻幀對應的方位識別結果包括方位標識，則將所述第二視頻幀以及所述第二視頻幀所屬的方位標識傳輸至所述客戶端；其中，所述客戶端用于基于所述方位標識展示所述第二視頻。

21、一種可選的實施方式中，所述利用所述缺陷類別檢測模型對所述缺陷區(qū)域圖像進行缺陷類別檢測，得到所述缺陷區(qū)域圖像對應的缺陷類別信息之前，還包括：

22、對第一缺陷樣本集合中的預設比例的缺陷圖像樣本進行圖像質量壓縮，得到第二缺陷樣本集合；其中，所述預設比例為從預設比例范圍中確定；

23、對所述第二缺陷樣本集合中的缺陷圖像樣本進行數(shù)據(jù)增強處理，得到第三缺陷樣本集合；

24、利用所述第三缺陷樣本集合中的缺陷圖像樣本，對缺陷類別檢測模型進行訓練，得到經過訓練的缺陷類別檢測模型。

25、第二方面，本公開實施例提供一種車輛缺陷檢測裝置，包括：

26、視頻流數(shù)據(jù)接收模塊，用于接收客戶端傳輸?shù)囊曨l流數(shù)據(jù)；其中，所述視頻流數(shù)據(jù)為針對待檢測車輛采集得到；

27、車輛缺陷檢測模塊，用于利用車輛缺陷檢測模型對所述視頻流數(shù)據(jù)進行車輛缺陷檢測，得到缺陷檢測結果。

28、第三方面，本公開實施例提供一種電子設備，所述電子設備包括：

29、一個或多個處理器；

30、存儲裝置，用于存儲一個或多個程序；

31、當所述一個或多個程序被所述一個或多個處理器執(zhí)行，使得所述一個或多個處理器實現(xiàn)如上述第一方面中任一項所述的車輛缺陷檢測方法。

32、第四方面，本公開實施例提供一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執(zhí)行時實現(xiàn)如上述第一方面中任一項所述的車輛檢測方法。

33、本公開實施例提供了一種車輛缺陷檢測方法、裝置、設備、存儲介質和程序產品，所述方法包括：首先，接收客戶端傳輸?shù)囊曨l流數(shù)據(jù)；其中，所述視頻流數(shù)據(jù)為針對待檢測車輛采集得到，然后，利用車輛缺陷檢測模型對所述視頻流數(shù)據(jù)進行車輛缺陷檢測，得到缺陷檢測結果。本公開實施例通過車輛缺陷檢測模型對接收到的視頻流數(shù)據(jù)進行檢測，得到缺陷檢測結果，提升了車輛的車況檢測效果和檢測效率，避免錯檢和漏檢。

技術特征：

1.一種車輛缺陷檢測方法，其特征在于，所述方法包括：

2.根據(jù)權利要求1所述的方法，其特征在于，所述缺陷檢測結果包括缺陷位置信息，所述車輛缺陷檢測模型包括缺陷位置檢測模型，所述利用車輛缺陷檢測模型對所述視頻流數(shù)據(jù)進行車輛缺陷檢測，得到缺陷檢測結果，包括：

3.根據(jù)權利要求2所述的方法，其特征在于，所述缺陷檢測結果包括缺陷類別信息，所述車輛缺陷檢測模型還包括缺陷類別檢測模型，所述將所述視頻流數(shù)據(jù)中的第一視頻幀輸入至所述缺陷位置檢測模型中，經過所述缺陷位置檢測模型處理后，得到所述第一視頻幀對應的缺陷位置信息之后，還包括：

4.根據(jù)權利要求3所述的方法，其特征在于，所述缺陷檢測結果包括缺陷部件信息，所述車輛缺陷檢測模型還包括缺陷部件檢測模型，所述基于所述缺陷位置信息，從所述第一視頻幀中確定缺陷區(qū)域圖像之后，還包括：

5.根據(jù)權利要求2-4中任一項所述的方法，其特征在于，所述方法還包括：

6.根據(jù)權利要求1所述的方法，其特征在于，所述方法還包括：

7.根據(jù)權利要求1所述的方法，其特征在于，所述方法還包括：

8.根據(jù)權利要求3所述的方法，其特征在于，所述利用所述缺陷類別檢測模型對所述缺陷區(qū)域圖像進行缺陷類別檢測，得到所述缺陷區(qū)域圖像對應的缺陷類別信息之前，還包括：

9.一種車輛缺陷檢測裝置，其特征在于，包括：

10.一種電子設備，其特征在于，所述電子設備包括：

11.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執(zhí)行時實現(xiàn)如權利要求1-8中任一項所述的車輛缺陷檢測方法。

技術總結
本公開涉及一種車輛缺陷檢測方法、裝置、設備及存儲介質，所述方法包括：首先，接收客戶端傳輸?shù)囊曨l流數(shù)據(jù)；其中，所述視頻流數(shù)據(jù)為針對待檢測車輛采集得到，然后，利用車輛缺陷檢測模型對所述視頻流數(shù)據(jù)進行車輛缺陷檢測，得到缺陷檢測結果。本公開實施例通過車輛缺陷檢測模型對接收到的視頻流數(shù)據(jù)進行檢測，得到缺陷檢測結果，提升了車輛的車況檢測效果和檢測效率，避免錯檢和漏檢。

技術研發(fā)人員：郭小洋,毛永波,韋曉全
受保護的技術使用者：北京懂車族科技有限公司
技術研發(fā)日：
技術公布日：2025/1/6