改扩建砖混隐患房屋机器视觉辨识模型

改扩建砖混房屋存量巨大,且易发生坍塌事故。仅靠人工方式辨识隐患房屋较为低效,尝试引入机器视觉模型更智能地辨识隐患房屋。首先,收集已标注安全现状的相关房屋图像7 114幅,经一定处理后按6∶2∶2的比例划分训练集、验证集与测试集;之后,选用ConvNeXt、Swin Transformer、ResNeXt、DenseNet和MobileNet五种视觉模型,以迁移学习的方法,进行适应本识别任务的微调训练,并与引入“随机裁剪拼接(Random Image Cropping and Patching, RICAP)”图像数据增强方法的训练结果对比;最后,综合运用多种指标评价各个模型表现。结果表明:引入RICAP方法训练的ConvNeXt模型,在测试集上取得0.945 9的准确率、0.974 2的召回率,比未使用该方法训练的表现最优的模型分别提升0.014 8、0.044 4,可更准确地辨识隐患房屋。

砖混房屋改扩建的结构设计难点与对策应用

砖混房屋改扩建工程是一种复杂而又特殊的工程,由于改扩建工程对建筑结构提出了更高的要求,所以在进行改扩建工程设计时必须要充分考虑到改扩建工程中可能出现的各种问题,并针对其进行合理结构方案。并应尽量避免因改扩建工程对原有建筑结构造成破坏或局部构件损坏而影响到建筑安全。这样才能使建筑物能够发挥出其原有功能并获得更大的使用空间。在改扩建工程中,一般不会对原有建筑结构造成破坏,但由于原建筑结构损耗或局部构件损坏而影响了扩建部分的正常使用,因此在进行改扩建工程设计时,必须采取相应措施。目前很多建筑都存在问题,这就要求设计者在进行改扩建结构设计时应充分考虑其结构现状,并根据实际情况采取相应措施。