来源：期刊VIP网 时间：
作者：段在鹏;黄豪琪;孙文磊;朱俊杰;
单位：福州大学经济与管理学院;福建省应急管理研究中心;福州大学环境与安全工程学院;滁州学院计算机与信息工程学院;
摘要：台风及其引发的洪涝灾害会对大量房屋造成损伤，灾后存留房屋排查任务又急又重，而人工排查房屋隐患耗时费力，研究提出一套可对台风灾后存留房屋隐患部位自动辨识、定位，并对房屋安全水平自动分级的模型。首先，采集台风“海葵”后福州受灾房屋图像，以数据增强的方法使3个安全等级房屋样本达到基本均衡的水平；其次，通过试验对比得到更适合作为ConvNeXt网络对房屋安全分级的图像尺寸处理方式，并进一步通过学习率预热机制提升模型分类准确率；再次，以消融试验探究门控通道注意力(Gated Channel Transformation, GCT)嵌入ConvNeXt的相对最佳的方式；最后，利用Ablation-CAM(Ablation Class Activation Mapping)技术提供模型对隐患位置定位的可视化结果，验证模型辨识台风灾后房屋隐患的准确性。试验结果显示，研究提出的模型在台风灾后存留房屋安全分级任务中准确率达到了93.87%、F_1为93.95%,均高于其他主流网络；同时，与ConvNeXt相比，GCT-ConvNeXt的隐患位置定位结果更加精准，可为台风灾害后房屋隐患排查工作提供参考。
关键词：安全工程;台风灾害;房屋安全;隐患排查;深度学习;可视化技术
基金资助：国家社会科学基金项目(23BGL290)
