基于 ＹＯＬＯｖ3神经网络的城镇建筑参数获取及震害预测

随着经济社会的发展，城镇区域建筑的数量和结构类型在更新换代，抗震性能需进一步评价，而城镇建筑信息的高效获取是震害预测及抗震性能评估的前提。为提高建筑物信息获取方式的效率，该研究采用 ＹＯＬＯｖ3神经网络从建筑图像中识别建筑物参数，包括确定 ＹＯＬＯｖ3神经网络的训练参数，选取建筑图片进行 ＹＯＬＯｖ3神经网络训练，验证识别结果与实地调研数据的一致性；在此基础上，采用震害类比预测法对城镇建筑进行震害预测获得福州市某区域群体建筑震害矩阵。结果表明:建筑图片的训练结果较好，建筑参数识别结果和实际调研数据一致，该方法可实现城镇区域建筑信息的有效提取及群体建筑震害的准确预测。