چکیده مقاله
هر ساله حوادث طبیعی متعددی از جمله زلزله باعث تلفات جانی و خسارات مالی بسیاری در سراسر جهان می شوند ارزیابی سریع و برآورد هزینه های ناشی از این بلایا یکی از مهمترین اهداف سازمان های مدیریت بحران است استفاده از روش ها و داده های سنجش از دوری یکی از راهکارهای موثر برای رسیدن به این مقصود است این پژوهش با محوریت ارزیابی تخریب ساختمان ها پس از زلزله با بهره گیری از تصاویر هوایی و شاخص های آسیب حاصل از برداشتهای میدانی طراحی شده است در این مطالعه مدل های یادگیری عمیق YOLO نسخه ۸ و ۱۱ با رویکرد تقسیم بندی معنایی توسعه یافته اند تا آسیب های ساختمان ها در سطوح مختلف شناسایی شوند آموزش مدل ها بر اساس ساختمان هایی انجام شده که دارای اطلاعات میدانی معتبر بوده و کلاس های آسیب به آنها اختصاص یافته است در این راستا زلزله سرپل ذهاب کرمانشاه مورد مطالعه و بررسی قرار گرفت دو مجموعه تصویر شامل ۱۸۰ و ۴۹۵ تصویر با رویکردهای آموزشی متفاوتی محور اصلی آموزش مدل ها در نظر گرفته شده اند عملکرد مدل های تنظیم شده با معیارهایی همچون Recall، Precision، F۱ Score و mAP مورد ارزیابی قرار گرفته اند؛ که مدل با اندازه بسته ۶۴ در رویکرد آموزشی اول با دقت تقریبی ۸۰% یکی از آنها بوده است
کلیدواژهها
نویسندگان
محمد امین زندی
کارشناسی ارشد سازه، دانشکده مهندسی عمران دانشگاه تهران، تهران، ایران
محمد خان محمدی
دانشیار دانشکده مهندسی عمران دانشگاه تهران، تهران، ایران
عباس عابدینی
استادیار، دانشکده مهندسی نقشه برداری دانشگاه تهران، تهران، ایران
مهدی حسنلو
دانشیار دانشکده مهندسی نقشه برداری دانشگاه تهران، تهران، ایران
شیوه ارجاع
�ندی، محمد امین و محمدی، محمد خان و عابدینی، عباس و حسنلو، مهدی،1404،ارزیابی سریع خسارت ساختمانهای آسیب دیده ناشی از زلزله با استفاده از تصاویر هوایی و برداشتهای میدانی،چهاردهمین کنگره بین المللی مهندسی عمران،تهران
ارائهشده در
مجموعه مقالات چهاردهمین کنگره بین المللی مهندسی عمران29 مهر 1404 · تهران