基于无监督和YOLOX的农村房屋建设状态识别算法

【目的】 为了提升自然场景中农村在建房屋的识别准确率，并为后续的农村违建房屋智能化监管提供技术支撑。【方法】 文章基于无监督聚类和YOLOX目标检测算法，发展了一种乡村房屋在建状态识别方法。首先，构建在建房屋无监督聚类模型，并以此对在建房屋进行类别精细划分，使得不同类别之间特征差异较大，相同类别特征差异较小，其次，再使用划分好的类别制作房屋检测数据集，并训练YOLOX目标检测模型对在建房屋进行识别，最后，在在建房屋数据集上设计模型对比实验，以此验证算法有效性。【结果】 实验结果表明：在在建房屋识别任务中，基于无监督聚类和YOLOX的在建房屋识别算法mAP为83.27%，比采用原始数据（不进行在建房屋类别划分）训练的YOLOX算法mAP提升了7.91%，同时比采用人工划分类别的YOLOX算法mAP提升了5.08%。【结论】 因此该文方法有效提升了乡村房屋在建状态的识别精度，同时也为具有复杂场景和多个不同状态的目标进行识别时，提升识别准确率提供一种有效且可靠的解决思路。

Rural housing construction status recognition algorithm based on unsupervised and YOLOX