建筑物的上下文编码 我们只需要边界框：通过检测到的建筑物的上下文编码对街景图像进行分类 介绍 本文提出了一种基于检测器-编码器-分类器框架的方法。与常见的端到端模型不同，我们的方法不直接使用整个图像的视觉特征。所提出的框架从检测器获得街景图像中建筑物的边界框。然后将其上下文信息（例如建筑物类别和位置）编码为元数据，最后通过递归神经网络对其进行分类。 为了验证我们的方法，我们结合了自动标签获取和专家注释，在BIC_GSV数据集的基础上，制作了包含19,070张街景图像和38,857栋建筑物的数据集