深度学习下的民居建筑自动分类量化测度研究

摘要：

针对传统人工采集和判定的方法受到诸多因素的影响,导致效率低下且评定结果的波动性的问题.探索了一种基于深度学习方法进行民居建筑的多项特征指标的量化评定.采用CNN神经网络结构对民居建筑进行特征的自动分类.结果表明,EfficientNet是性能最优秀的CNN架构.采用这样的研究途径有助于更为全面地了解民居建筑的演化趋势和相关保护政策的制定.

关键词：民居建筑、量化评测、卷积神经网络、风貌特征

所属期刊栏目：48

分类号：TP391.41(计算技术、计算机技术)

资助基金：云南艺术学院科研基金项目;教育部人文社会科学研究项目

在线出版日期：2023-06-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1-11