利用ResNet进行建筑物倒塌评估
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.13203/j.whugis20200135

利用ResNet进行建筑物倒塌评估

引用
灾害发生之后快速对建筑物倒塌损毁程度进行准确评估对减轻灾害损失具有重要意义.将深度学习技术应用于建筑物倒塌评估,在残差网络(residual network,ResNet)预训练网络的基础上,通过深度迁移学习的方法,按照建筑物破坏评估标准建立了用于建筑物倒塌评估的分类器模型,利用图像数据结构损伤识别比赛(PEER Hub ImageNet Challenge,PHI)的开放数据训练获得了相对最优的模型参数,并用该模型开展了建筑物倒塌评估实验.实验结果表明,基于ResNet的建筑物倒塌评估模型对建筑物倒塌状态具有良好的识别效果和应用潜力.

深度学习、残差网络、建筑物倒塌、灾损评估、迁移学习

45

P237;P208(摄影测量学与测绘遥感)

国家重点研发计划;土木工程防灾国家重点实验室自主课题

2020-09-15(万方平台首次上网日期,不代表论文的发表时间)

共6页

1179-1184

相关文献
评论
暂无封面信息
查看本期封面目录

武汉大学学报(信息科学版)

1671-8860

42-1676/TN

45

2020,45(8)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn