公开(公告)号：CN116229266A

公开(公告)日：2023-06-06

申请号：CN202310224948.4

申请日：2023-03-09

Applicant: 河南大学

Inventor： 吴禄源 ,  仝敬博 ,  王自法 ,  张建伟 ,  李建会 ,  丁菲 ,  刘芸秀 ,  李梦 ,  张涛 ,  李辉 ,  冯义

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82 ,  G06V10/764 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/096 ,  G06Q50/26 ,  G06Q50/08

Abstract: 本发明的实施例提供了基于深度学习的灾后房屋危险等级评价方法和装置。所述方法包括获取房屋图像，生成图像数据集；对图像数据集进行预处理，并将预处理后的数据划分为训练集数据和测试集数据；构建MyNet网络训练模型；获取基于训练集数据对MyNet网络训练模型进行训练，得到训练后的MyNet网络训练模型，得到最优权重参数；将所述测试集数据输入到训练后的MyNet网络训练模型中，输出危险等级概率，以危险等级概率最高的等级作为房屋危险等级。以此方式，可以提高灾后农村房屋危险等级鉴定工作效率，节约大量人力及财力资源。