摘要
为了快速评价建筑物的抗震能力,本文基于Unet++网络结构,建立了抗震能力评价模型,主要功能包括特征图的跳跃连接、深度监督机制、信息输入与输出。完成理论建模后,将某城市的一个下辖区作为评价对象,收集谷歌影像信息,同时进行现场实测,经过预处理后形成2000组样本集,对模型进行训练。在考虑不同抗震因素的情况下,检测模型的评价效果,结果显示该模型的准确率和精确性均达到了较高的水平。建筑物的抗震能力分为3个级别,传统模式下通过现场实测评价其抗震能力,因此效率低。在人工智能时代,可将建筑物的影像信息、抗震特性作为主要的评价因素,利用神经网络和机器学习进行自动化评价,Unet++网络在该问题中有较大的应用潜力。
出处
《中国新技术新产品》
2024年第8期96-98,共3页
New Technology & New Products of China
