[實習主題] -- 深度學習應用於屋舍震後損害程度評估

指導老師: 吳日騰 教授

專案經理: 蔡政儒

實習名額: 1位

是否同意遠距: 是

專案類型: 應用型 (預期讓實習生把技能運用在正在進行的研究計劃中)

台灣位處地震帶，震後的房屋損害之修繕與否常讓民眾苦惱，此專案旨在讓一般大眾能夠方便地使用APP來評估地震後家中梁、柱、牆的受損程度以及必要的應對措施。

其中包括:

1. 建築物損害辨識：用戶可拍攝受損建築結構的照片，APP以AI模型（YOLOv9）辨識表面裂紋、剝落和裸露鋼筋等三種損害類型。

2. 損害評估：系統將辨識結果分類為A（嚴重，需立即離開）、B（需專業修繕）和C（輕微，可自行修補）三個等級。

3. 修復成本估算：根據辨識的損害類型和程度，推薦適當的修復方法並估算成本。

4. 傾斜偵測(目前非此專案目標)：利用SFM+MVS技術建構三維點雲模型，評估建築物傾斜角度。

技術上，APP透過React Native開發前端，後端使用Python Flask，資料庫採用MongoDB。根據建築構件（柱、樑、牆）的不同損害類型，系統會推薦混凝土加固、FRP包覆、環氧樹脂注入等各種修復方法，並提供相應成本估算。實習內容不會需要觸及前後端，而是聚焦在如何更準確的幫助民眾分級災害與成本評估。