基于大模型的风貌建筑石库门修复效果评分方法与流程
本发明涉及计算机视觉与历史建筑保护交叉,特别涉及一种基于大模型的风貌建筑石库门修复效果评分方法。
背景技术:
1、石库门是我国风貌建筑的典型代表,承载着地域历史文化与人文价值,是历史建筑保护工作的核心对象之一。在石库门建筑修缮工程中,修复效果与原始风貌的一致性评估是验收环节的核心工作,直接决定修缮工程是否符合历史保护要求。
2、传统修复效果评估完全依赖建筑保护专家现场勘查,依靠人工经验对比修复前后状态并给出主观评判,该方式存在人力成本高、评估周期长、评判结果受专家个人经验影响大、不同项目间评分一致性难以保障等问题,无法适配大批量石库门建筑修缮的高效管控需求。
3、现阶段随着计算机视觉技术的发展,出现了基于像素相似度、特征距离计算的图像对比方法,可计算两张图像的视觉相近程度。但此类方法仅能反映表层视觉的相似程度,无法识别建筑形制层面的根本变化,例如门形类型改变、核心构件缺失、结构层级简化等关键问题;同时无法结合历史建筑保护的专业规则进行分级评判,输出结果缺乏专业解释性,难以直接应用于石库门修复验收的正式评估场景。
4、进一步地,若仅采用通用多模态大模型直接给出修复相似度分值,仍可能存在评分依据不稳定、分值与石库门形制规则脱节的问题。因此,需要提供一种基于大模型的风貌建筑石库门修复效果评分方法,能够解决现有技术中石库门修复效果评估依赖人工、效率低、一致性差,现有图像对比方法无法识别形制级变化、缺乏专业评判逻辑的问题。
技术实现思路
1、本发明的目的在于提供一种基于大模型的风貌建筑石库门修复效果评分方法,能够解决现有技术中石库门修复效果评估依赖人工、效率低、一致性差,现有图像对比方法无法识别形制级变化、缺乏专业评判逻辑的问题。
2、为了实现上述目的,本发明的技术方案是:
3、一种基于大模型的风貌建筑石库门修复效果评分方法,包括以下步骤:
4、步骤1:前置环境与规则配置;
5、步骤2:同一石库门建筑修复前、修复后的两张照片输入;
6、步骤3:双图预处理与拼接;
7、步骤4:结构化提示词构建;
8、步骤5:多模态大模型推理;
9、步骤6:强约束评分校验;
10、步骤7:多模态大模型输出结构化的评分结果。
11、所述的步骤1包括以下分步骤:
12、步骤11:多模态大模型的环境部署;
13、步骤12:预置结构化规则数据;
14、步骤13:服务环境搭建。
15、所述的步骤11包括以下分步骤:
16、步骤111:在本地服务器部署多模态大模型,作为视觉-语言联合推理引擎;
17、步骤112:显式挂载针对石库门建筑修复效果评分任务微调得到的lora适配器;
18、步骤113:将多模态大模型推理约束在石库门建筑语义空间内;
19、步骤114:推理环境基于gpu加速配置。
20、所述的步骤12中,结构化规则数据包括石库门构件形制标准清单、核心构件集合、构件-风貌价值映射规则、修复一致性评分区间约束规则;
21、所述的步骤13中,基于python与torch环境,通过fastapi构建统一的http推理接口。
22、所述的步骤3包括以下分步骤:
23、步骤31:接收同一石库门建筑修复前、修复后的两张照片,以两张图像中较大高度的一张图像为基准,对另一张图像进行等高缩放,并进行文件格式校验;
24、步骤32:执行标准化预处理,包括光照均衡校正、噪声滤波、灰度均值对齐;
25、步骤33:按照“左侧为修复前原始状态、右侧为修复后状态”的固定规则,将两张图像拼接为单张对比图像,显式建立修复前后的空间对应关系;
26、步骤34:当图像存在区域遮挡面积占比>40%或图像倾斜角度>30%的质量缺陷时,在步骤7输出的评分结果中对相应的质量缺陷保留人工复核标记。
27、所述的步骤31中,等高缩放过程中,保留门楣花饰、线脚纹理的建筑细节。
28、所述的步骤4中,将评分规则封装为结构化提示词,结构化提示词内嵌强制约束规则;
29、结构化提示词内嵌的强约束规则为:当检测到门形类型改变、核心构件缺失或结构层级明显简化即减少2层及以上标准形制层级时,评分不得高于69分;
30、所述的结构化提示词按的固定层级构建方法是:首先,限定多模态大模型角色为石库门修复相似度评分专家,要求排除拍摄角度、光照、遮挡等非结构因素的影响;其次,明确评分维度优先级,按“核心结构一致性→关键构件完整性→装饰细节保留程度→比例与尺度关系→材质质感延续性→整体风格一致性”的顺序引导多模态大模型推理,优先保障形制层面的判断准确性。
31、所述的步骤5中,将结构化提示词与单张对比图像一并输入多模态大模型执行推理,并识别构件与形制变化;
32、识别构件与形制变化的流程是:分别提取修复前、修复后构件与形制参数;逐项对比同源的构件与形制参数,并区分四类变化:构件与形制类型的替换、完全缺失、结构层级删减、装饰细节篡改;将所有识别到的构件与形制变化同步传递至步骤6,用于强约束触发与分项扣分计算。
33、所述的步骤6中,判断是否触发强约束规则,即是否检测到门形类型改变、核心构件缺失或结构层级明显简化,若是,则评分封顶并记录相应的原因,若否,则分项评分并生成扣分项。
34、所述的步骤7中,评分结果包括明确数值评分、触发的封顶规则、变化构件、扣分理由和人工复核标记;
35、扣分理由逐条对应明确数值评分中的扣分项,且扣分理由需指向具体构件或细节变化;
36、结构化的评分结果直接用于前端展示、数据归档和专家复核。
37、本发明与现有技术相比,具有如下有益效果:
38、1、本发明将修复前后的石库门照片左右拼接后输入多模态大模型,多模态大模型基于内嵌强约束规则的结构化提示词进行推理,并输出结构化的评分结果,兼顾核心结构判断与细节评估,能够实现石库门修复风貌一致性的自动化量化评估,替代传统人工现场勘查的评估模式,单张石库门图像的评估耗时可压缩至秒级,大幅提升评估效率,降低专家人力成本,同时消除人工主观差异,保障不同石库门修复项目间评分结果的一致性与可复现性。
39、2、本发明突破了传统图像相似度方法的技术局限,采用“形制优先、规则强约束”的评分逻辑,可准确识别门形改变、核心构件缺失等建筑形制层面的关键变化,评分逻辑贴合历史建筑保护的专业评判标准,避免将多模态大模型自由生成分值作为唯一评价依据,评估结果具备工程应用价值。
40、3、本发明由于输出了结构化的评分结果以及逐条可追溯的扣分理由,兼具量化性与可解释性,可直接支撑修复验收、方案复核、项目归档等业务场景,降低人工复核的沟通成本,为石库门建筑修缮验收、方案复核提供量化、高效、稳定的技术支撑。
41、4、本发明采用本地部署模式与标准化接口设计,保障历史建筑图像的数据安全性,同时支持内网、远程等多种调用方式,可灵活适配现场勘查、后台审批等不同应用场景,具有较强的可扩展性。
42、5、本发明通过在多模态大模型输出后增加规则触发项和人工复核标记,能够将修复一致性评分从单一数值结果转化为可核查的工程评价数据,便于代理机构后续围绕双图标准化输入、形制约束评分和结构化扣分输出。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com