Традиционные методы оценки степени повреждения вмятин на автомобилях требуют привлечения квалифицированных экспертов, что является трудоемким и длительным процессом. Учитывая большое количество аварий, необходим надежный, автоматизированный и экономически эффективный подход к определению тяжести повреждений. Основная цель данной работы - применение современных методов обработки данных о повреждениях для минимизации ошибок, связанных с визуальной оценкой человеком. Как правило, автомобильные аварии характеризуются определенным набором параметров, которые играют ключевую роль в определении тяжести повреждений. Наша система использует метод трансферного обучения для извлечения признаков из изображений с помощью предварительно обученных моделей с целью прогнозирования степени повреждения автомобиля. Система начинает работу с извлечения выборочных изображений автомобилей, которые предварительно обрабатываются для устранения фона. Затем эти изображения передаются в предварительно обученные нейронные сети для тонкой настройки и извлечения признаков. На заключительном этапе вмятины классифицируются по степени тяжести на основе сравнения с предварительно размеченными образцами для достижения высокой точности прогнозирования. В результате многочисленных экспериментов и всесторонних испытаний предложенная система продемонстрировала способность определять степень повреждения автомобиля с общей точностью 96,34%, что превосходит существующие методы компьютерной классификации.