CN110569383A - 店铺信息处理方法、装置、存储介质及计算机设备 - Google Patents

Abstract

本发明公开了一种利用大数据的店铺信息处理方法、装置、存储介质及计算机设备，涉及信息技术领域，主要目的在于能够提升维修店铺的查找效率，且能够避免给相应的维修店铺带来无效的工作量。所述方法包括：接收店铺信息获取请求，店铺信息获取请求携带有故障车辆图像；将故障车辆图像输入到预先训练的故障车辆部件更换模型中进行识别，以确定故障车辆图像中是否存在需要更换的故障车辆部件；若存在，则根据故障车辆图像识别出所述故障车辆部件的属性信息，并根据所述故障车辆部件的属性信息和预设数据库查询对应库存中存在所述故障车辆部件的维修店铺的店铺信息；利用查询到的店铺信息响应店铺信息获取请求。本发明适用于店铺信息的处理。

Description

店铺信息处理方法、装置、存储介质及计算机设备

技术领域

本发明涉及信息技术领域，尤其是涉及一种店铺信息处理方法、装置、存储介质及计算机设备。

背景技术

随着信息技术的不断发展以及人们生活水平的不断提高，各种车辆的使用也在人们生活中得到了普及。当车辆发生故障或者事故后，需要到维修店对车辆进行维修。

目前，通常需要由车主通过人工方式寻找维修店铺进行维修。然而，若车主前往的维修店铺库存中没有剩余的相应部件供故障车辆，车主不得不转换去其他的维修店维修，或者等待维修店从车辆生产厂家订购相应的故障部件，造成车辆维修周期较长，或者由车主逐个维修店铺打电话，询问车辆的故障情况，以及是否有相应的故障部件，造成车主需要花费大量精力来寻找维修店，增加车主的维修成本，从而导致维修店铺的查找效率较低。此外，也会给相应维修店造成许多无效的工作量。

发明内容

本发明提供了一种店铺信息处理方法、装置、存储介质及计算机设备，主要目的在于能够自动为车主推荐库存中存在所述故障车辆部件的维修店铺，能够节省车主寻找维修店铺所花费的精力，降低车主的维修成本，从而能够提升维修店铺的查找效率。此外，能够避免给相应的维修店铺带来无效的工作量。

根据本发明的第一个方面，提供一种店铺信息处理方法，包括：

接收店铺信息获取请求，所述店铺信息获取请求携带有故障车辆图像；

将所述故障车辆图像输入到预先训练的故障车辆部件更换模型中进行识别，以确定所述故障车辆图像中是否存在需要更换的故障车辆部件；

若存在，则根据所述故障车辆图像识别出所述故障车辆部件的属性信息，并根据所述故障车辆部件的属性信息和预设数据库查询对应库存中存在所述故障车辆部件的维修店铺的店铺信息；

利用查询到的店铺信息响应所述店铺信息获取请求。

根据本发明的第二个方面，提供一种店铺信息处理装置，包括：

接收单元，用于接收店铺信息获取请求，所述店铺信息获取请求携带有故障车辆图像；

识别单元，用于将所述故障车辆图像输入到预先训练的故障车辆部件更换模型中进行识别，以确定所述故障车辆图像中是否存在需要更换的故障车辆部件；

所述识别单元，还用于若所述故障车辆图像中存在需要更换的故障车辆部件，则根据所述故障车辆图像识别出所述故障车辆部件的属性信息，并根据所述故障车辆部件的属性信息和预设数据库查询对应库存中存在所述故障车辆部件的维修店铺的店铺信息；

查询单元，用于根据所述故障车辆部件的属性信息和预设数据库查询对应库存中存在所述故障车辆部件的维修店铺的店铺信息；

响应单元，用于利用查询到的店铺信息响应所述店铺信息获取请求。

根据本发明的第三个方面，提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：

接收店铺信息获取请求，所述店铺信息获取请求携带有故障车辆图像；

将所述故障车辆图像输入到预先训练的故障车辆部件更换模型中进行识别，以确定所述故障车辆图像中是否存在需要更换的故障车辆部件；

若存在，则根据所述故障车辆图像识别出所述故障车辆部件的属性信息，并根据所述故障车辆部件的属性信息和预设数据库查询对应库存中存在所述故障车辆部件的维修店铺的店铺信息；

利用查询到的店铺信息响应所述店铺信息获取请求。

根据本发明的第四个方面，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：

接收店铺信息获取请求，所述店铺信息获取请求携带有故障车辆图像；

将所述故障车辆图像输入到预先训练的故障车辆部件更换模型中进行识别，以确定所述故障车辆图像中是否存在需要更换的故障车辆部件；

若存在，则根据所述故障车辆图像识别出所述故障车辆部件的属性信息，并根据所述故障车辆部件的属性信息和预设数据库查询对应库存中存在所述故障车辆部件的维修店铺的店铺信息；

利用查询到的店铺信息响应所述店铺信息获取请求。

本发明提供的一种店铺信息处理方法、装置、存储介质及计算机设备，与目前通常需要由车主通过人工方式寻找维修店铺进行维修相比，本发明能够接收店铺信息获取请求，所述店铺信息获取请求携带有故障车辆图像；并能够将所述故障车辆图像输入到预先训练的故障车辆部件更换模型中进行识别，以确定所述故障车辆图像中是否存在需要更换的故障车辆部件。与此同时，当确定所述故障车辆图像中存在所述故障车辆部件时，能够根据所述故障车辆图像识别出所述故障车辆部件的属性信息，根据所述故障车辆部件的属性信息和预设数据库查询对应库存中存在所述故障车辆部件的维修店铺的店铺信息；并利用查询到的店铺信息响应所述店铺信息获取请求，从而能够自动为车主推荐库存中存在所述故障车辆部件的维修店铺，能够节省车主寻找维修店铺所花费的精力，降低车主的维修成本，从而能够提升维修店铺的查找效率。此外，能够避免给相应的维修店铺带来无效的工作量。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1示出了本发明实施例提供的一种店铺信息处理方法的流程示意图；

图2示出了本发明实施例提供的另一种店铺信息处理方法的流程示意图；

图3示出了本发明实施例提供的一种店铺信息处理装置的结构示意图；

图4示出了本发明实施例提供的另一种店铺信息处理装置的结构示意图；

图5示出了本发明实施例提供的一种计算机设备的实体结构示意图。

具体实施方式

下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

如背景技术，目前，通常需要由车主通过人工方式寻找维修店铺进行维修。然而，若车主前往的维修店铺库存中没有剩余的相应部件供故障车辆，车主不得不转换去其他的维修店维修，或者等待维修店从车辆生产厂家订购相应的故障部件，造成车辆维修周期较长，或者由车主逐个维修店铺打电话，询问车辆的故障情况，以及是否有相应的故障部件，造成车主需要花费大量精力来寻找维修店，增加车主的维修成本，从而导致维修店铺的查找效率较低。此外，也会给相应维修店造成许多无效的工作量。

为了解决上述问题，本发明实施例提供了一种店铺信息处理方法，如图1所示，所述方法包括：

101、接收店铺信息获取请求。

其中，所述店铺信息获取请求携带有故障车辆图像。本发明实施例的执行主体可以为服务器，所述店铺信息获取请求可以为终端设备发送的，具体可以为在车主在车辆发生故障后，将故障车辆图片上传到终端设备时，触发终端设备发送的。故障车辆图像可以为一个，也可以为多个，本发明实施例在此不做限定。

102、将所述故障车辆图像输入到预先训练的故障车辆部件更换模型中进行识别，以确定所述故障车辆图像中是否存在需要更换的故障车辆部件。若存在，则执行步骤103。

需要说明的是，车辆部件可以为门把手，车门，轮胎、左前门、右前门、左叶子板、右叶子板、前保险杠、后保险杠等部件。所述故障车辆部件更换模型可以为利用深度学习算法对多个已更换车辆部件图像信息及其对的故障特征信息训练得到的，所述深度学习算法可以为卷积神经网络算法，训练得到的卷积神经网络模型可以为多层的神经网络，例如，可以为6个卷积层的神经网络，每一个特征提取层可以紧跟一个用于计算和二次提取的计算层。通过卷积神经网络算法训练故障车辆部件更换模型，能够提升对已更换车辆部件图像信息的容忍度。在将所述故障车辆图像输入到所述故障车辆部件更换模型后，所述故障车辆部件更换模型的提取层能够从所述故障车辆图像中提取车辆部件的故障特征信息，并计算提取的故障特征信息与已更换车辆部件的故障特征信息之间的相似度，若相似度大于或者等于预设阈值，则能够确定提取的故障特征信息与已更换车辆部件的故障特征信息相匹配，并确定所述故障车辆图像中存在需要更换的故障车辆部件。若相似度小于预设阈值，则确定提取的故障特征信息与已更换车辆部件的故障特征信息不匹配，并确定所述故障车辆图像中不存在需要更换的故障车辆部件。所述预设阈值可以为根据用户需求进行设置，也可以根据***默认模式进行设置，本发明实施例不做限定。如所述预设阈值可以为85％、90％等。

103、根据所述故障车辆图像识别出所述故障车辆部件的属性信息，并根据所述故障车辆部件的属性信息和预设数据库查询对应库存中存在所述故障车辆部件的维修店铺的店铺信息。

其中，所述故障车辆部件的属性信息可以为所述故障车辆部件的生产厂家信息、对应车辆的车型信息、型号信息、尺寸信息等。所述预设数据库中保存有不同维修店铺内车辆部件的属性信息和库存信息，以及所述不同维修店铺的店铺信息。当维修店铺对应的库存中存在车辆部件时，可以将所述故障车辆部件的属性信息保存到所述预设数据库中，当维修店铺对应的库存中步存在车辆部件时，可以将所述故障车辆部件的属性信息保存到所述预设数据库中。或者所述预设数据库中可以还保存车辆部件的库存信息，当根据车辆部件的属性信息，确定车辆部件对应的库存个数并非0时，说明维修店铺对应的库存中存在车辆部件时，此时该维修店铺为需要查找的维修店铺。

104、利用查询到的店铺信息响应所述店铺信息获取请求。

对于本发明实施例，所述步骤104具体可以为：将查询到的店铺信息发送给请求店铺信息的终端设备，使得终端设备对所述店铺信息进行展示，车主可以通过展示的店铺信息选择维修店铺进行维修。

本发明实施例提供的一种店铺信息处理方法，与目前通常需要由车主通过人工方式寻找维修店铺进行维修相比，本发明实施例能够接收店铺信息获取请求，所述店铺信息获取请求携带有故障车辆图像；并能够将所述故障车辆图像输入到预先训练的故障车辆部件更换模型中进行识别，以确定所述故障车辆图像中是否存在需要更换的故障车辆部件。与此同时，当确定所述故障车辆图像中存在所述故障车辆部件时，能够根据所述故障车辆图像识别出所述故障车辆部件的属性信息，根据所述故障车辆部件的属性信息和预设数据库查询对应库存中存在所述故障车辆部件的维修店铺的店铺信息；并利用查询到的店铺信息响应所述店铺信息获取请求，从而能够自动为车主推荐库存中存在所述故障车辆部件的维修店铺，能够节省车主寻找维修店铺所花费的精力，降低车主的维修成本，从而能够提升维修店铺的查找效率。此外，能够避免给相应的维修店铺带来无效的工作量。

进一步的，为了更好的说明上述店铺信息处理的过程，作为对上述实施例的细化和扩展，本发明实施例提供了另一种店铺信息处理方法，如图2所示，所述方法包括：

201、接收店铺信息获取请求。

其中，所述店铺信息获取请求携带有故障车辆图像。

202、将所述故障车辆图像输入到预先训练的车辆部件分割模型中进行分割，得到多个车辆部件图像。

其中，所述车辆部位分割模型可以为利用深度学习算法对样本车辆的各个部位图片进行训练得到的，例如，车辆部件可以位门把手，车门，轮胎、左前门、右前门、左叶子板、右叶子板、前保险杠、后保险杠等。在训练车辆部位分割模型的过程中，车辆部位分割模型可以不断学习各个车辆部位的部件特征。当所述车辆部位分割模型训练好后，通过所述车辆部位分割模型可以从车辆图片中识别出车辆部件。

203、将所述多个车辆部件图像输入到预先训练的故障车辆部件识别模型进行识别，得到所述故障车辆图像中的故障车辆部件。

需要说明的是，所述车辆部位故障识别模型可以为利用深度学习算法对多个样本故障车辆部件的故障特征信息训练得到的，样本故障部件可以包括多种类型的样本故障车辆部件。样本故障车辆部件的故障特征车辆可以为从样本故障部件的故障图像中提取的。当所述故障车辆部位识别模型训练好后，可以从车辆部位图像中识别出故障车辆部件。

204、将所述故障车辆部件对应的图像输入到预先训练的故障车辆部件更换模型中进行识别，以确定所述故障车辆图像中是否存在需要更换的故障车辆部件。若存在，则执行步骤205。

对于本发明实施例，所述步骤204具体可以包括：将所述故障车辆部件对应的图像输入到预先训练的故障车辆部件更换模型，以提取所述故障车辆部件对应的故障特征信息，将提取的故障特征信息与已更换车辆部件的故障特征信息进行匹配，若匹配，则确定所述故障车辆部件为需要更换的故障车辆部件，并确定所述故障车辆图像中是存在需要更换的故障车辆部件。若不匹配，则确定所述故障车辆部件并非为需要更换的故障车辆部件，并确定所述故障车辆图像中不存在需要更换的故障车辆部件。

205、从所述故障车辆图像中识别出车辆标识信息，并根据所述车辆标识信息确定所述需要更换的故障车辆部件的属性信息，并根据所述需要更换的故障车辆部件的属性信息和预设数据库查询对应库存中存在所述需要更换的故障车辆部件的维修店铺的店铺信息。

对于本发明实施例，所述车辆标识信息可以为车辆识别码或者为车辆车牌号。所述车辆识别码可以为车辆出厂时，车辆生产厂家为车辆喷制的，所述车辆识别码可以为由17位的数字和字母组合而成的，可以反映车辆的很多信息，如可以反映车辆的生产厂家、车辆生产年代、车车辆型、当所述车辆标识信息为所述车辆识别码时，可以从所述故障车辆图像中识别出车辆识别码，并对所述车辆识别码进行解析，得到所述故障车辆部件的属性信息。

进一步地，为了提升维修店铺的查询效率，所述方法还包括：根据所述不同维修店铺对应库存内车辆部件的属性信息，构建所述不同维修店铺的店铺匹配规则，并根据所述不同维修店铺的店铺匹配规则和所述不同维修店铺的店铺信息，构建预设维修店铺匹配库。所述根据所述属性信息和预设数据库查询对应库存中存在所述故障车辆部件的维修店铺的店铺信息的步骤具体可以包括：将所述故障车辆部件的属性信息和所述预设维修店铺匹配库中的店铺匹配规则进行匹配；并将匹配的维修店铺的店铺信息，确定为对应库存中存在所述故障车辆部件的维修店铺的店铺信息。在匹配的过程中，对预设维修店铺匹配库的店铺匹配规则进行释义处理，得到不同维修店铺内库存中的各个车辆部件的属性信息的释义单员，将所述故障部件的属性信息的释义单员与处理得到的释义单员进行匹配，若匹配成功，则将匹配的维修店铺的店铺信息，确定为对应库存中存在所述故障车辆部件的维修店铺的店铺信息，并输出。当维修店铺中缺少的部件补齐库存时，可以根据补齐车辆部件的属性信息构建店铺匹配规则，添加到预设维修店铺匹配库。当维修店铺中某部件的库存没有时，可以从预设维修店铺匹配库中删除与之对应的维修店匹配规则。

206、利用查询到的店铺信息响应所述店铺信息获取请求。

对于本发明实施例，当查询到的店铺信息为多个维修店铺的店铺信息时，为了降低维修店铺的筛选效率，所述步骤206之前，所述方法还包括：判断查询到的店铺信息是否为多个维修店铺的店铺信息；若为多个维修店铺的店铺信息，则从所述预设数据库中查询所述多个店铺的维修回访记录，并从所述维修回访记录中提取所述多个店铺的各个维修参数评分；根据所述各个维修参数评分信息和预设评分公式，计算所述多个店铺的综合维修评分。所述步骤206的步骤，具体可以包括：按照综合维修评分的高低顺序将查询到的店铺信息响应给所述店铺信息获取请求。

其中，所述各个维修参数评分可以为维修质量评分、维修价格评分、维修工时评分，维修服务态度评分等，维修店铺的综合评价分数可以为根据维修质量评分、维修价格评分、维修工时评分，维修服务态度评分确定的。预设评价分数公式可以为：维修店铺的综合评价分数＝维修质量评分*维修质量权重+维修价格评分*维维修价格权重+维修工时评分*维修工时权重+维修服务态度评分*维修服务态度权重。

此外，所述店铺信息获取请求还携带车主的位置信息，所述步骤206之前，所述方法还包括：判断查询到的店铺信息是否为多个维修店铺的店铺信息；若为多个维修店铺的店铺信息，则从所述预设数据库中查询所述多个店铺的位置信息，并根据所述车主的位置信息和所述多个店铺的位置信息，计算所述车主与所述多个店铺之间的距离信息。所述步骤206的步骤，具体可以包括：按照距离的近远顺序将查询到的店铺信息响应给所述店铺信息获取请求。

本发明实施例提供的另一种店铺信息处理方法，与目前通常需要由车主通过人工方式寻找维修店铺进行维修相比，本发明实施例能够接收店铺信息获取请求，所述店铺信息获取请求携带有故障车辆图像；并能够将所述故障车辆图像输入到预先训练的故障车辆部件更换模型中进行识别，以确定所述故障车辆图像中是否存在需要更换的故障车辆部件。与此同时，当确定所述故障车辆图像中存在所述故障车辆部件时，能够根据所述故障车辆图像识别出所述故障车辆部件的属性信息，根据所述故障车辆部件的属性信息和预设数据库查询对应库存中存在所述故障车辆部件的维修店铺的店铺信息；并利用查询到的店铺信息响应所述店铺信息获取请求，从而能够自动为车主推荐库存中存在所述故障车辆部件的维修店铺，能够节省车主寻找维修店铺所花费的精力，降低车主的维修成本，从而能够提升维修店铺的查找效率。此外，能够避免给相应的维修店铺带来无效的工作量。

进一步地，作为图1的具体实现，本发明实施例提供了一种店铺信息处理装置，所述装置可以为服务器，如图3所示，所述装置包括：接收单元31、识别单元32、查询单元33和响应单元34。

所述接收单元31，可以用于接收店铺信息获取请求，所述店铺信息获取请求携带有故障车辆图像。所述接收单元31是本装置中接收店铺信息获取请求的主要功能模块，可以面向客户端。

所述识别单元32，可以用于将所述故障车辆图像输入到预先训练的故障车辆部件更换模型中进行识别，以确定所述故障车辆图像中是否存在需要更换的故障车辆部件。所述识别单元32是本装置中将所述故障车辆图像输入到预先训练的故障车辆部件更换模型中进行识别，以确定所述故障车辆图像中是否存在需要更换的故障车辆部件的主要功能模块，也是核心模块。

所述识别单元32，还可以用于若所述故障车辆图像中存在需要更换的故障车辆部件，则根据所述故障车辆图像识别出所述故障车辆部件的属性信息。所述识别单元32，还用于若所述故障车辆图像中存在需要更换的故障车辆部件，则根据所述故障车辆图像识别出所述故障车辆部件的属性信息的主要功能模块。

所述查询单元33，还可以用于根据所述故障车辆部件的属性信息和预设数据库查询对应库存中存在所述故障车辆部件的维修店铺的店铺信息。所述查询单元33是装置中根据所述故障车辆部件的属性信息和预设数据库查询对应库存中存在所述故障车辆部件的维修店铺的店铺信息主要功能模块。

所述响应单元34，可以用于利用查询到的店铺信息响应所述店铺信息获取请求。所述响应单元34是装置中利用查询到的店铺信息响应所述店铺信息获取请求的主要功能模块。

对于本发明实施例，为了提升需要更换的故障车辆部件的识别效率，所述识别单元32，具体可以用于将所述故障车辆图像输入到预先训练的车辆部件分割模型中进行分割，得到多个车辆部件图像；将所述多个车辆部件图像输入到预先训练的故障车辆部件识别模型进行识别，得到所述故障车辆图像中的故障车辆部件；将所述故障车辆部件对应的图像输入到预先训练的故障车辆部件更换模型中进行识别，以确定所述故障车辆图像中是否存在需要更换的故障车辆部件。所述车辆部件分割模型用于分割车辆的各个部件图片，所述车辆部位分割模型是利用深度学习算法对样本车辆的各个部位图片进行训练得到的，例如，所述车辆的部件可以为门把手，车门，轮胎、左前门、右前门、左叶子板、右叶子板、前保险杠、后保险杠等。

对于本发明实施例，为了确定所述故障车辆部件的属性信息，所述识别单元32，具体可以用于从所述故障车辆图像中识别出车辆标识信息，并根据所述车辆标识信息确定所述故障车辆部件的属性信息。

在具体应用场景中，所述识别单元32，具体可以用于从所述故障车辆图像中识别出车辆识别码，并对所述车辆识别码进行解析，得到所述故障车辆部件的属性信息；或者从所述故障车辆图像中识别出车辆车牌号，根据所述车辆车牌号查找所述故障车辆部件的属性信息。

对于本发明实施例，当查询到的店铺信息是否为多个维修店铺的店铺信息时，为了降低维修店铺的筛选效率，所述装置还包括：判断单元35和提取单元36和计算单元37，如图4所示。

所述判断单元35，可以用于判断查询到的店铺信息是否为多个维修店铺的店铺信息。所述判断单元35是本装置中判断查询到的店铺信息是否为多个维修店铺的店铺信息的主要功能模块。

所述查询单元33，还可以用于若查询到的店铺信息为多个维修店铺的店铺信息，则从所述预设数据库中查询所述多个店铺的维修回访记录。所述查询单元33还是本装置中从所述预设数据库中查询所述多个店铺的维修回访记录的主要功能模块。

所述提取单元36，可以用于从所述维修回访记录中提取所述多个店铺的各个维修参数评分。所述提取单元36是本装置中从所述维修回访记录中提取所述多个店铺的各个维修参数评分的主要功能模块。

所述计算单元37，可以用于根据所述各个维修参数评分信息和预设评分公式，计算所述多个店铺的综合维修评分。所述计算单元37是本装置中根据所述各个维修参数评分信息和预设评分公式，计算所述多个店铺的综合维修评分的主要功能模块。

所述响应单元34，具体可以用于按照综合维修评分的高低顺序将查询到的店铺信息响应给所述店铺信息获取请求。

在具体应用场景中，所述查询单元33，还可以用于若查询到的店铺信息为多个维修店铺的店铺信息，则从所述预设数据库中查询所述多个店铺的位置信息。

所述计算单元37，还可以用于根据所述车主的位置信息和所述多个店铺的位置信息，计算所述车主与所述多个店铺之间的距离信息；

所述响应单元34，具体还可以用于按照距离的近远顺序将查询到的店铺信息响应给所述店铺信息获取请求。

对于本发明实施例，所述预设数据库中保存有不同维修店铺对应库存内车辆部件的属性信息，以及所述不同维修店铺的店铺信息，为了进一步提升对应库存中存在所述故障车辆部件的维修店铺，所述装置还包括：构建单元38。

所述构建单元38，可以用于根据所述不同维修店铺对应库存内车辆部件的属性信息，构建所述不同维修店铺的店铺匹配规则，并根据所述不同维修店铺的店铺匹配规则和所述不同维修店铺的店铺信息，构建预设维修店铺匹配库。

所述查询单元33，具体还可以用于将所述故障车辆部件的属性信息和所述预设维修店铺匹配库中的店铺匹配规则进行匹配；并将匹配的维修店铺的店铺信息，确定为对应库存中存在所述故障车辆部件的维修店铺的店铺信息。

需要说明的是，本发明实施例提供的一种店铺信息处理装置所涉及各功能模块的其他相应描述，可以参考图1所示方法的对应描述，在此不再赘述。

基于上述如图1所示方法，相应的，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：接收店铺信息获取请求，所述店铺信息获取请求携带有故障车辆图像；将所述故障车辆图像输入到预先训练的故障车辆部件更换模型中进行识别，以确定所述故障车辆图像中是否存在需要更换的故障车辆部件；若存在，则根据所述故障车辆图像识别出所述故障车辆部件的属性信息，并根据所述故障车辆部件的属性信息和预设数据库查询对应库存中存在所述故障车辆部件的维修店铺的店铺信息；利用查询到的店铺信息响应所述店铺信息获取请求。

基于上述如图1所示方法和如图3所示装置的实施例，本发明实施例还提供了一种计算机设备的实体结构图，如图5所示，该计算机设备包括：处理器41、存储器42、及存储在存储器42上并可在处理器上运行的计算机程序，其中存储器42和处理器41均设置在总线43上所述处理器41执行所述程序时实现以下步骤：接收店铺信息获取请求，所述店铺信息获取请求携带有故障车辆图像；将所述故障车辆图像输入到预先训练的故障车辆部件更换模型中进行识别，以确定所述故障车辆图像中是否存在需要更换的故障车辆部件；若存在，则根据所述故障车辆图像识别出所述故障车辆部件的属性信息，并根据所述故障车辆部件的属性信息和预设数据库查询对应库存中存在所述故障车辆部件的维修店铺的店铺信息；利用查询到的店铺信息响应所述店铺信息获取请求。该设备还包括：总线43，被配置为耦接处理器41及存储器42。

通过本发明的技术方案，能够接收店铺信息获取请求，所述店铺信息获取请求携带有故障车辆图像；并能够将所述故障车辆图像输入到预先训练的故障车辆部件更换模型中进行识别，以确定所述故障车辆图像中是否存在需要更换的故障车辆部件。与此同时，当确定所述故障车辆图像中存在所述故障车辆部件时，能够根据所述故障车辆图像识别出所述故障车辆部件的属性信息，根据所述故障车辆部件的属性信息和预设数据库查询对应库存中存在所述故障车辆部件的维修店铺的店铺信息；并利用查询到的店铺信息响应所述店铺信息获取请求，从而能够自动为车主推荐库存中存在所述故障车辆部件的维修店铺，能够节省车主寻找维修店铺所花费的精力，降低车主的维修成本，从而能够提升维修店铺的查找效率。此外，能够避免给相应的维修店铺带来无效的工作量。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。

Claims (10)

1.一种店铺信息处理方法，其特征在于，包括：

接收店铺信息获取请求，所述店铺信息获取请求携带有故障车辆图像；

将所述故障车辆图像输入到预先训练的故障车辆部件更换模型中进行识别，以确定所述故障车辆图像中是否存在需要更换的故障车辆部件；

若存在，则根据所述故障车辆图像识别出所述故障车辆部件的属性信息，并根据所述故障车辆部件的属性信息和预设数据库查询对应库存中存在所述故障车辆部件的维修店铺的店铺信息；

利用查询到的店铺信息响应所述店铺信息获取请求。

2.根据权利要求1所述的方法，其特征在于，所述将所述故障车辆图像输入到预先训练的故障车辆部件更换模型中进行识别，以确定所述故障车辆图像中是否存在需要更换的故障车辆部件，包括：

将所述故障车辆图像输入到预先训练的车辆部件分割模型中进行分割，得到多个车辆部件图像；

将所述多个车辆部件图像输入到预先训练的故障车辆部件识别模型进行识别，得到所述故障车辆图像中的故障车辆部件；

将所述故障车辆部件对应的图像输入到预先训练的故障车辆部件更换模型中进行识别，以确定所述故障车辆图像中是否存在需要更换的故障车辆部件。

3.根据权利要求1所述的方法，其特征在于，所述根据所述故障车辆图像识别出所述故障车辆部件的属性信息，包括：

从所述故障车辆图像中识别出车辆标识信息，并根据所述车辆标识信息确定所述故障车辆部件的属性信息。

4.根据权利要求3所述的方法，其特征在于，所述从所述故障车辆图像中识别出车辆标识信息，并根据所述车辆标识信息确定所述故障车辆部件的属性信息，包括：

从所述故障车辆图像中识别出车辆识别码，并对所述车辆识别码进行解析，得到所述故障车辆部件的属性信息；或者

从所述故障车辆图像中识别出车辆车牌号，根据所述车辆车牌号查找所述故障车辆部件的属性信息。

5.根据权利要求1所述的方法，其特征在于，所述利用查询到的店铺信息响应所述店铺信息获取请求之前，所述方法还包括：

判断查询到的店铺信息是否为多个维修店铺的店铺信息；

若是，则从所述预设数据库中查询所述多个店铺的维修回访记录，并从所述维修回访记录中提取所述多个店铺的各个维修参数评分；

根据所述各个维修参数评分信息和预设评分公式，计算所述多个店铺的综合维修评分；

所述利用查询到的店铺信息响应所述店铺信息获取请求，包括：

按照综合维修评分的高低顺序将查询到的店铺信息响应给所述店铺信息获取请求。

6.根据权利要求1所述的方法，其特征在于，所述店铺信息获取请求还携带车主的位置信息，所述响应所述店铺信息获取请求之前，所述方法还包括：

判断查询到的店铺信息是否为多个维修店铺的店铺信息；

若是，则从所述预设数据库中查询所述多个店铺的位置信息，并根据所述车主的位置信息和所述多个店铺的位置信息，计算所述车主与所述多个店铺之间的距离信息；

所述利用查询到的店铺信息响应所述店铺信息获取请求，包括：

按照距离的近远顺序将查询到的店铺信息响应给所述店铺信息获取请求。

7.根据权利要求1所述的方法，其特征在于，所述预设数据库中保存有不同维修店铺对应库存内车辆部件的属性信息，以及所述不同维修店铺的店铺信息，所述根据所述故障车辆部件的属性信息和预设数据库查询对应库存中存在所述故障车辆部件的维修店铺的店铺信息之前，所述方法还包括：

根据所述不同维修店铺对应库存内车辆部件的属性信息，构建所述不同维修店铺的店铺匹配规则，并根据所述不同维修店铺的店铺匹配规则和所述不同维修店铺的店铺信息，构建预设维修店铺匹配库；

所述根据所述属性信息和预设数据库查询对应库存中存在所述故障车辆部件的维修店铺的店铺信息，包括：

将所述故障车辆部件的属性信息和所述预设维修店铺匹配库中的店铺匹配规则进行匹配；

将匹配的维修店铺的店铺信息，确定为对应库存中存在所述故障车辆部件的维修店铺的店铺信息。

8.一种店铺信息处理装置，其特征在于，包括：

接收单元，用于接收店铺信息获取请求，所述店铺信息获取请求携带有故障车辆图像；

识别单元，用于将所述故障车辆图像输入到预先训练的故障车辆部件更换模型中进行识别，以确定所述故障车辆图像中是否存在需要更换的故障车辆部件；

所述识别单元，还用于若所述故障车辆图像中存在需要更换的故障车辆部件，则根据所述故障车辆图像识别出所述故障车辆部件的属性信息，并根据所述故障车辆部件的属性信息和预设数据库查询对应库存中存在所述故障车辆部件的维修店铺的店铺信息；

查询单元，用于根据所述故障车辆部件的属性信息和预设数据库查询对应库存中存在所述故障车辆部件的维修店铺的店铺信息；

响应单元，用于利用查询到的店铺信息响应所述店铺信息获取请求。

9.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。