CityClass project

анализ типов городской застройки при помощи нейросети

CityClass — часть #2

В моем исследовании я анализировал пять крупных городов:

Москва, Нижний Новгород, Казань, Самара, Екатеринбург.

1) Обучение: тренировка модели

2) Прогноз: классификация образцов

Причем, если подготовка материалов и тренировка модели занимает время, то получение результата происходит практически мгновенно!

Предварительная (экспертная) классификация
  • ГИС пакет Qgis, c модулем Open Layers для подгруздки карт Google, и собственными скриптами для предварительной классификации и экспорта образцов карт “плиток”;
  • Среда Python с библиотеками машинного обучения: Keras, Theano;

Классы морфотипов

классы: 1, 2, 3
  • 1 — ИЖС, коттеджные поселки;
  • 2 — историческая квартальная застройка, до начала 20 в.;
  • 3 — квартальная, районная застройка отдельно стоящими жилыми домами, ансамблевая “сталинская”, строчная — первая половина 20 в., 1930–1960 года;
классы 4, 5, 6, 7
  • 4 — микрорайонная застройка секционными жилыми домами (1960–1990 года);
  • 5 — современная микрорайонная / квартальная застройка (с 2000-х годов);
  • 6 — промышленные и общественные территории: промышленные территории, вокзалы, торговые центры, стадионы, объекты инфраструктуры;
  • 7 — природные и смешанные территории.

Результаты

Москва

Москва

Казань

Казань

Нижний Новгород

Нижний Новгород

Самара

Самара

Екатеринбург

Екатеринбург

Выводы

В результате мы увидели наши города такими, как их видит компьютер.

Роман Кучуков / Roman Kuchukov —

--

--

architect, urbanist, researcher | ICAR/ИКАР

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store