一張照片,一段記憶
選一張清晰的建築照片,讓我們從這裡開始。
實拍照片來源與授權
使用 Wikimedia Commons 已授權縮圖,未修改照片內容;卡片以 CSS 裁切顯示。示範照片也收錄在參考庫中,用來體驗操作流程。
調整辨識選項
正在準備模型…
讀懂眼前的建築
下一段城市故事,等你發現
選擇照片並開始辨識,
這裡會呈現建築類型與相似的記憶。
正在閱讀這一段城市記憶
辨識建築外觀,再與記憶庫中的照片比對。
English/Português 目前翻譯導覽列,頁面內文翻譯進行中。
城市記憶 · 建築普查
從一張照片開始,辨識建築、比對記憶,
為澳門留下下一份城市檔案。
選一張清晰的建築照片,讓我們從這裡開始。
使用 Wikimedia Commons 已授權縮圖,未修改照片內容;卡片以 CSS 裁切顯示。示範照片也收錄在參考庫中,用來體驗操作流程。
正在準備模型…
選擇照片並開始辨識,
這裡會呈現建築類型與相似的記憶。
辨識建築外觀,再與記憶庫中的照片比對。
正在載入模型與嵌入庫…
流程:照片 → YOLO(11 類澳門建築 · 768px)標註類別 → DINOv2 ViT-S/14(336px)取 384 維向量
→ 與已記錄的記憶庫查重 → 確認建築位置 → 編號與建檔。
「這是哪一棟」只是查重的手段;這一頁的主結果是標註類別、查重結論與普查建檔。
模型與 WASM 全部放在本機 public/ort/、public/models/(不連 CDN,離線可用);
嵌入庫 public/data/memory-embeddings.json 由 tools/recognize/build_embeddings.py 產生。
資料庫是 SQLite(sqlite-wasm):src/recognize/db.js 建 buildings 表
+ buildings_rtree 空間索引(半徑 50 公尺查重)。資料會自動保存在這個裝置:
優先寫進 OPFS(容量無上限),瀏覽器不支援時退回 localStorage(約 5 MB),
兩者都不能用才會只剩記憶體(此時資料庫面板會出現紅色警示)。每次新增/改狀態都會存檔,
重新整理後自動還原;仍可用「③ 普查資料庫」的匯出 JSON/.sqlite額外備份。
目前用哪一種儲存、最後儲存時間與錯誤,都顯示在「③ 普查資料庫」與下方診斷區塊。
裝置定位會多次取樣並顯示設備估計範圍;取樣次數不代表實際精度提升。
拍攝位置與建築位置分開保存。建築位置由你點選輪廓或手動確認,舊照片不自動套用現在的裝置座標。