针对现有传统民居识别研究缺乏的现状,文章基于改进当下主流识别网络YOLOv2提出了一种山西传统民居门窗识别方法,通过增设卷积层、BN层等手段设计出三种改进网络结构,通过对同一样本集进行训练并对比识别效果,进而选出适用于门窗识别的最优模型——YOLOv2-TDDWNet。该模型对目标的识别精度可达91.2%,不同类型门窗的mAP达到了75%,具有较高的识别准确度、较小的误检率和良好的鲁棒性。