摘要
本发明提供了一种基于人工智能识别推测的建筑表征碳足迹估算方法及装置,属于碳排放估算技术领域。本发明收集建筑物数据得到结构分类模型数据集和材料分类模型数据集;计算建筑物特征值,建立基于机器学习的建筑结构预测模型,基于YOLOV11模型,利用SwinTransformerV2或ConvNeXtV2计算机视觉网络替换YOLOV11模型的特征提取部分,建立基于深度学习的建筑材料预测模型;收集待评估建筑物现状数据,通过上述模型得到建筑现状特征值;基于建筑现状特征值以及碳排放因子构建碳排放计算模型;计算建筑碳排放量的估计值。本发明能够更为便捷、高效、精准的建筑材料和碳排放估计。
技术关键词
人工智能识别
特征值
建筑材料
兴趣点POI数据
建筑物轮廓
机器学习算法
计算机视觉
ArcGIS平台
地理信息系统
轮廓面积
排放量
训练数据处理
梯度提升决策树
街景数据
街景图片
系统为您推荐了相关专利信息
图像融合识别方法
特征提取网络
特征点
融合特征
跨模态
个性化学习路径
学生
机器人系统
多模态交互
项目
雷达导引头
等级评估方法
主成分分析算法
指标
方差贡献率