信息与智能工程学院汽车外观损伤智能检测系统项目团队先后开展两次线下会议，并于10月8日开展专题研讨。在指导教师周显春的指导下，团队采用高年级学生带动新生的方式，围绕车辆外观损伤检测需求，完成总体方案设计、系统开发与功能联调，顺利完成新生入门项目体验。项目由王倩担任负责人，国岩、罗裕迪、王萌、陈泰宗、唐蔚良、吴川璐、王品臻、金吉乐、林方芬、孙伯睿共同参与。
图1 10月8日线下研讨与新生参与现场
该项目面向二手车交易、保险定损及车企出厂质检等应用场景，运用机器视觉与深度学习技术辅助车辆外观检查。人工查验容易受到经验、光照及作业时间等因素影响，细小划痕、轻微凹陷等损伤的识别和记录也存在难点。团队以这些实际需求为切入点，将图像采集、损伤识别与结果管理纳入统一设计，开发集图像输入、智能检测、结果展示和报告生成于一体的系统，为车辆外观检查提供辅助工具。
围绕总体方案，团队将系统划分为数据采集层、算法层和应用层。数据采集层支持车辆外观图像接入与本地图像导入，并为工业相机多视角采集预留接口；算法层采用YOLO系列目标检测模型，完成损伤区域识别、类别判断与位置标注；应用层通过可视化界面展示检测结果，支持检测报告生成和数据管理，方便用户查看、保存及追溯检测信息。系统围绕划痕、凹陷、掉漆、裂纹和磕碰破损等五类损伤开展设计，为后续扩充样本和优化模型提供基础。
图2 系统架构图
项目推进过程中，团队将集中研讨与分工协作相结合。高年级学生围绕需求分析、技术路线、模块衔接和操作流程给予新生帮助，引导新生从理解应用场景入手，逐步认识系统开发的基本环节。新生参与积极、学习主动，能够围绕任务开展交流，在问题讨论和协作实践中表现良好。通过共同推进项目，高年级学生进一步锻炼了组织协调与技术表达能力，新生也逐步建立起对专业学习和工程实践的直观认识。
在结果展示环节，系统通过检测框和类别标签标示损伤区域，提供置信度及面积信息展示，并支持人工复核与修正。检测人员可结合原始图像检查模型输出，重点复核细小损伤、反光及阴影等易混淆区域。报告生成模块能够汇总车辆信息、损伤情况与检测图像，形成可导出的检测报告，方便后续记录和查阅。对于损伤面积量化，团队将继续结合图像标定与实际测量检验其准确性，逐步完善不同拍摄条件下的估算效果。
图3 车辆损伤识别与检测结果展示
此次项目既完成了系统开发，也完成了新生入门项目体验。依托学院实验室的协作支持，团队将车辆检测中的具体问题转化为可讨论、可操作的实践任务，让新生在高年级学生的带动下接触技术工具、理解系统流程、参与项目协作。新生在体验中展现出的学习热情和探索意识，为后续专业学习开了好头，也为学院开展高低年级协同的项目实践积累了经验。
下一步，团队将继续扩充和整理损伤图像数据，开展模型优化、检测精度与速度测试，完善操作体验，并结合真实业务场景检验系统的适用性。针对不同光照、拍摄角度及损伤形态，团队将持续优化检测效果，同时结合新生学习进度安排后续实践任务，推动入门体验与专业学习衔接，让学生在持续参与中提升协作能力与解决实际问题的能力。
一审一校 |周显春
二审二校 |王景泽
三审三校 |李成名 尹 娜
