基于深度学习的村镇砖(混)木房屋识别

时间:2024-05-26 05:52:07
【文件属性】:

文件名称:基于深度学习的村镇砖(混)木房屋识别

文件大小:941KB

文件格式:PDF

更新时间:2024-05-26 05:52:07

深度学习 倾斜摄影 房屋识别 Faster R-CNN

破坏性地震发生后, 相较按照抗震设防标准建设的城市公共设施和居民住宅, 广大无抗震设防的村镇居民自建房屋, 更易发生倒塌甚至完全损毁. 以往地震灾情预评估、地震灾害风险调查、地震重点危险区调研, 依靠专家现场踏勘, 确定不同结构类型建筑物数量及所占比例. 本研究借助深度学习和倾斜摄影技术, 进行砖(混)木结构房屋识别, 郯庐断裂带山东境内砖(混)木房屋影像制作数据集, 训练得到Faster R-CNN模型, 该区域内砖(混)木房屋识别平均精度为91.868%. 结果表明, 本文方法能够对砖(混)木房屋进行有效检测, 可应用于地震行业开展震前、震后各类现场工作, 提高*部门应急管理能力.


网友评论