台风及其引发的洪涝灾害会对大量房屋造成损伤,灾后存留房屋排查任务又急又重,而人工排查房屋隐患耗时费力,研究提出一套可对台风灾后存留房屋隐患部位自动辨识、定位,并对房屋安全水平自动分级的模型.首先,采集台风＂海葵＂后福州受灾房屋图像,以数据增强的方法使3个安全等级房屋样本达到基本均衡的水平;其次,通过试验对比得到更适合作为ConvNeXt网络对房屋安全分级的图像尺寸处理方式,并进一步通过学习率预热机制提升模型分类准确率;再次,以消融试验探究门控通道注意力(Gated　Channel　Transformation,GCT)嵌入ConvNeXt的相对最佳的方式;最后,利用　Ablation-CAM(Ablation　Class　Activation　Mapping)技术提供模型对隐患位置定位的可视化结果,验证模型辨识台风灾后房屋隐患的准确性.试验结果显示,研究提出的模型在台风灾后存留房屋安全分级任务中准确率达到了93.87％、F1为93.95％,均高于其他主流网络;同时,与ConvNeXt相比,GCT-ConvNeXt的隐患位置定位结果更加精准,可为台风灾害后房屋隐患排查工作提供参考.