CASE STUDY · 04
COMPUTER VISION
基于 DCNN 的上海历史街区建筑风格研判
以街景大数据支持历史风貌区的建筑风格识别与量化评审。
PROJECT OVERVIEW
项目简介
针对历史街区风格普查高度依赖人工、难以规模化与持续更新的问题，利用街景大数据和深度卷积网络建立建筑风格研判流程，为风貌评审提供量化参考。
相关链接查看关联论文 ↗
ROLE & PERIOD
算法开发｜同济大学
2024.12 — 2025.03
THE CHALLENGE
历史街区风格普查依赖人工，难以规模化与持续更新。
PRODUCT WORK
从洞察到落地
- 01构建 11 类、4,584 张建筑风格数据集
- 02筛选 10,313 张有效街景图像并比较 6 类 CNN 模型
- 03通过迁移学习与增强策略训练 ConvNeXt-Tiny
计算机视觉数据集构建模型评估产品研判
OUTCOME