一种基于神经网络的城市建筑震害预测方法及系统

本发明公开了一种基于神经网络的城市建筑震害预测方法及系统；本发明涉及建筑物参数技术领域；读取YOLOv3算法框架，包括对输入数据x使用Darknet53作为主干网络进行前向传播、损失计算以及反向传播。其中输入数据x相当于数据集D中的任意一样本，YOLOv3使用Darknet53作为主干网络(backbone network)进行特征提取。对于指定地区的建筑物图像集合I，即步骤S2的输入x，使用训练好的YOLOv3模型M进行预测。本发明通过采用先进的YOLOv3算法和强大的Darknet‑53深度卷积神经网络结构，能够更准确地识别和分类建筑物，并对其震害程度进行精确预测。这种高精度的预测能力有助于决策者做出更为准确的决策，优化资源配置，从而提高应急救援的效率。