摘要
本发明公开了一种基于深度神经网络的中国传统民居类型识别方法、系统、电子设备和可存储介质,该识别方法步骤如下:依据文献和建筑类型图像特征,归纳出9大类23小类中国传统民居类型;制作包含23类具有特征差异的传统民居建筑图像的训练集和验证集;使用上述训练集和验证集,在预权重模型YOLOv8x的基础上,训练得到优化的传统民居类型识别模型;将带有地理语义信息的待预测图像集输入模型,得到中国不同县级行政单位传统民居类型识别结果。本方法可用于中国范围内传统民居类型的快速、准确检测,识别结果可作为传统民居建筑类型分布研究的论证支撑。
技术关键词
识别方法
权重模型
识别模型训练
深度神经网络
图像获取模块
执行存储器存储
训练识别模型
牦牛帐篷
识别系统
图像识别模块
建筑材料
置信度阈值
数据
标注工具
处理器
基础
图片
电子设备
系统为您推荐了相关专利信息
药物靶点识别方法
深度学习框架
物理化学特征
编码特征
靶标相互作用
语音活动检测
语音识别方法
语音编码器
多任务学习模型
声学特征
语义
聚类
学习算法
深度神经网络架构
多模态特征
深度学习模型训练
识别方法
通道注意力机制
Pearson相关系数
深度学习模型优化
人脸特征向量
人脸识别方法
深度学习模型
三元组损失函数
人脸图像提取