基于深度学习的传统村落遗产价值要素识别与可解释性研究：以湖北省为例

完整中文导读

研究提出一种基于深度学习的传统村落遗产价值要素（TVHVE）自动分类方法，以湖北省传统村落为样本数据集，评估四种卷积神经网络框架，结果显示ResNet152最适合识别湖北的TVHVE。

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

Deep learning based identification and interpretability research of traditional village heritage value elements: a case study in Hubei Province

作者：Gangyi Tan；Jiangkun Zhu；Zhanxiang Chen
刊物：Heritage Science
出版时间：2024-06-18
DOI：10.1186/s40494-024-01322-1

研究方法

基于深度学习的自动分类方法，评估四种卷积神经网络框架，使用AUC和PRC评估ResNet152的稳定性与一致性，并通过语义聚类和Grad-CAM热力图进行可解释性分析

研究对象

湖北省传统村落的遗产价值要素（TVHVE）

主要发现

ResNet152最适合识别湖北的TVHVE；多数要素预测表现令人满意，但墓碑、石雕等特定要素准确率较低；可解释性分析揭示了模型关注区域及要素混淆原因

材料局限

基于摘要，未提供全文；样本仅限湖北省传统村落