一种基于深度学习的二手商品双轨定级评估方法及系统

本发明涉及二手评估技术领域，公开了一种基于深度学习的二手商品双轨定级评估方法及系统，采集二手商品的图像数据和属性数据，并分别进行预处理，得到预处理后的图像数据和属性数据；将预处理后的图像数据和属性数据输入双轨多模态模型中，图像处理轨道通过ResNet架构提取二手商品的视觉特征向量；文本处理轨道通过嵌入层和混合编码器对商品描述文本进行特征编码，得到属性特征向量；通过注意力融合机制对视觉特征向量和属性特征向量进行动态加权融合，将融合后的特征向量输入全连接层，输出商品的定级结果；本发明实现了二手商品定级评估的自动化，大大提高了评估效率，降低了人工成本。