NVIDIA Blog
·
街景救援：深度学习为更安全的建筑铺平道路
💡
原文英文，约800词，阅读约需3分钟。
📝
内容提要
美国佛罗里达大学的人工智能助理教授王超峰正在使用深度学习和谷歌街景图像自动评估城市建筑物，以帮助政府减轻自然灾害造成的损失。该项目旨在通过提供决策者所需的信息来加强建筑结构或进行灾后恢复。该AI模型使用谷歌街景和地方政府提供的图像进行训练，根据联邦紧急管理局（FEMA）P-154标准为建筑物分配分数。该项目目前正在墨西哥的一些地方政府进行测试，并在一些非洲、亚洲和南美洲国家引起了关注。
🎯
关键要点
- 佛罗里达大学的王超峰教授正在使用深度学习和谷歌街景图像自动评估城市建筑物。
- 该项目旨在帮助政府减轻自然灾害造成的损失，提供决策所需的信息。
- AI模型通过谷歌街景和地方政府提供的图像进行训练，根据FEMA P-154标准为建筑物分配分数。
- 该项目可以将建筑评估时间从几个月缩短到几小时。
- 王教授与世界银行全球抗灾住房项目合作，收集图像并进行标注以改进模型。
- AI模型的输出被编入数据库，并通过网络门户展示建筑安全评估分数等信息。
- 该项目获得了NVIDIA应用研究加速器计划的资助，旨在通过NVIDIA加速应用产生实际影响。
- 政府可以利用街景图像进行自然灾害准备，尤其是在缺乏更新图像的农村或发展地区。
- 该项目在墨西哥的一些地方政府进行测试，并在一些非洲、亚洲和南美洲国家引起关注。
- 王教授指出，不同国家的城市景观差异是一个挑战，AI模型需要足够的训练数据以适应真实世界的分布。
- 王教授的目标是将该项目发展为可广泛应用的服务，并创建API以便与其他产品无缝集成。
➡️
