期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于EfficientNet对地震受灾建筑物破坏评估
1
作者 丁子林 姚新强 +1 位作者 李雅静 张勇 《自然灾害学报》 CSCD 北大核心 2023年第2期26-31,共6页
为了实现对建筑物工程震害的图像数据进行智能化分析,以汶川地震、玉树地震等震后受损建筑物图片数据为研究对象,划分了4个建筑物受损类型,建立了震害数据集。通过使用深度学习EfficientNet模型,对图片中建筑物的受损类型进行识别,并通... 为了实现对建筑物工程震害的图像数据进行智能化分析,以汶川地震、玉树地震等震后受损建筑物图片数据为研究对象,划分了4个建筑物受损类型,建立了震害数据集。通过使用深度学习EfficientNet模型,对图片中建筑物的受损类型进行识别,并通过使用数据增强技术扩大数据容量,同时采用迁移学习技术提高识别准确率,实验得到的模型对震害建筑物图片进行评估识别,达到87.45%的准确度。最后,用训练后的模型对青海玛多7.4级地震的震害数据进行识别,达到了85.71%的准确率,制作了灾情分布图。研究表明,本技术可以为地震后的建筑物受损程度和相关的灾情,提供快速智能化识别,对实现地震后自动化、智能化地提供受灾建筑物的破坏信息有一定实用价值。 展开更多
关键词 建筑物震害图像 EfficientNet 深度学习 灾情获取 图像分类
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部