买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉平安科技(深圳)有限公司申请的专利车辆维修方案预测方法、装置、计算机设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119417761B 。

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411380581.6，技术领域涉及：G06T7/00；该发明授权车辆维修方案预测方法、装置、计算机设备及存储介质是由康甲;刘莉红;陈远旭;肖京设计研发完成，并于2024-09-29向国家知识产权局提交的专利申请。

本车辆维修方案预测方法、装置、计算机设备及存储介质在说明书摘要公布了：本申请实施例属于图像处理技术领域，涉及车辆维修方案预测方法、装置、计算机设备及存储介质，该方法包括：根据历史维修数据以及标注信息构建模型训练集；将受损位置信息、历史维修方案以及受损部件别分别作为初始yolov7检测模型计算损失时的受损位置标签、维修方案标签以及受损部件标签；将模型训练集输入至初始yolov7检测模型，并根据受损位置损失函数、维修方案损失函数以及部件类别损失函数对初始yolov7检测模型进行模型训练操作，得到训练好的维修方案预测模型；将待检测受损图像输入至训练好的维修方案预测模型进行维修方案预测操作，得到维修方案预测结果。本申请实现整案不同部件的定损结果达到更鲁棒，更可靠的预测。

本发明授权车辆维修方案预测方法、装置、计算机设备及存储介质在权利要求书中公布了：1.一种车辆维修方案预测方法，其特征在于，包括下述步骤： 读取系统数据库，在所述系统数据库中获取历史维修数据，其中，所述历史维修数据包括历史受损图像、历史维修类型以及历史维修方案； 接收标注终端发送的与所述历史受损图像相对应的标注信息，其中，所述标注信息包括受损位置信息以及受损部件类别； 根据所述历史维修数据以及所述标注信息构建模型训练集； 调用初始yolov7检测模型，并将所述受损位置信息、所述历史维修方案以及所述受损部件类别分别作为所述初始yolov7检测模型计算损失时的受损位置标签、维修方案标签以及受损部件标签，其中，所述初始yolov7检测模型的主干特征提取网络中CBS模块的卷积层为金字塔挤压注意力模块； 将所述模型训练集输入至所述初始yolov7检测模型，并根据受损位置损失函数、维修方案损失函数以及部件类别损失函数对所述初始yolov7检测模型进行模型训练操作，得到训练好的维修方案预测模型； 接收请求终端发送的携带有待检测受损图像的维修方案预测请求； 将所述待检测受损图像输入至所述训练好的维修方案预测模型进行维修方案预测操作，得到维修方案预测结果； 所述模型训练集还包括混淆类别训练集，所述根据所述历史维修数据以及所述标注信息构建模型训练集的步骤，还包括下述步骤： 获取携带有所述标注信息的历史受损图像的标注框交并比； 根据所述标注框交并比分别计算不同受损部件类别的历史受损图像之间的交并比重叠值； 将满足预设交并比重叠阈值的交并比重叠值所对应的历史受损图像组成所述混淆类别训练集，其中，所述混淆类别训练集标注有混淆部件类别； 所述调用初始yolov7检测模型，并将所述受损位置信息、所述历史维修方案以及所述受损部件类别分别作为所述初始yolov7检测模型计算损失时的受损位置标签、维修方案标签以及受损部件标签的步骤，具体包括下述步骤： 将所述受损位置信息、所述历史维修方案、所述受损部件类别以及所述混淆部件类别分别作为所述初始yolov7检测模型计算损失时的受损位置标签、维修方案标签、受损部件标签以及混淆标签； 所述将所述模型训练集输入至所述初始yolov7检测模型，并根据受损位置损失函数、维修方案损失函数以及部件类别损失函数对所述初始yolov7检测模型进行模型训练操作，得到训练好的维修方案预测模型的步骤，具体包括下述步骤： 将所述模型训练集输入至所述初始yolov7检测模型，并根据受损位置损失函数、维修方案损失函数、部件类别损失函数以及混淆类别损失函数对所述初始yolov7检测模型进行模型训练操作，得到训练好的维修方案预测模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人平安科技(深圳)有限公司，其通讯地址为：518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。