广东传统村落遗产数字化保护与屋顶破损自动检测：基于无人机摄影测量与深度学习

完整中文导读

研究以广东五座传统村落为案例，提出整合无人机摄影测量与深度学习的工作流，用于传统村落文化遗产的数字化记录与屋顶破损自动检测。研究采集12762张可见光影像构建高精度空间数字档案，基于YOLOv8的模型在41213个标注实例上训练，整体mAP50达到0.832。

论文资料与摘要整理

整理依据：原始摘要与元数据；未据此展示论文全文

Digital preservation and automated roof damage detection for traditional village heritage in Guangdong using UAV photogrammetry and deep learning

作者：Zhengyang Zhu；Chun-Ming Hsieh；Xiaodong Liu；Xiangsi Li；Zhengnan Zhong；Ziyuan Chen
刊物：npj Heritage Science
出版时间：2026-10-16
DOI：10.1038/s40494-026-03055-9

研究方法

无人机摄影测量采集12762张可见光影像构建空间数字档案，基于YOLOv8的深度学习模型在41213个标注实例上训练，并在超高分辨率DOM与航拍视频上验证

研究对象

广东五座传统村落的传统建筑屋顶破损

主要发现

模型整体mAP50为0.832，平均推理时间5.77毫秒/帧；摘要提及1985至2025年间中国约200万个村庄消失

材料局限

材料未提供