相关实验视频
Updated: Feb 28, 2026
13:19
Deep Neural Networks for Image-Based Dietary Assessment
Published on: March 13, 2021
10.1K
深度学习是否可以仅使用二维图像识别早期的中国陶?
Ang Bian1,2, Wei Wang2,3, Andreas Nienkötter2,4
1School of Computer and Software Engineering, Xihua University, Chengdu 610000, China.
Sensors (Basel, Switzerland)
|February 27, 2026
概括
深度学习模型可以从图像中准确识别古代中国陶的视觉特征. 虽然陶的年代仍然具有挑战性,但人工智能显示出在陶进化中发现历史模式的潜力.
科学领域:
- 考古学的考古学
- 艺术史 艺术史 艺术史
- 计算机科学 计算机科学
背景情况:
- 早期的中国陶对于理解历史发展至关重要.
- 深度学习为分析陶等历史文物提供了新的可能性.
- 识别和约会陶通常需要专门的领域知识.
研究的目的:
- 通过使用二维图像,研究深度学习在识别早期中国陶的有效性.
- 评估最先进的神经网络在陶视觉特征识别和约会方面的性能.
- 为多标签陶识别任务制定一个类不平衡学习策略.
主要方法:
- 收集了15个王朝的古代中国陶的多样化数据集.
- 利用五个最先进的神经网络进行分析.
- 实施了阶级不平衡学习策略,以解决数据集偏差.
- 对陶视觉特征识别和约会任务的评估模型.
主要成果:
- 深度学习模型在识别光泽和形状等视觉特征方面取得了高准确性.
- 陶约会对于主要王朝来说是可行的,但总体而言具有挑战性.
- 文化和艺术的连续性可能会导致约会的错误分类.
- 人工智能在识别未标记的,与时间相关的特征方面表现出潜力.
结论:
- 深度学习对于早期中国陶的视觉特征识别是有效的.
- 人工智能对陶的约会有希望,尽管仍然存在挑战.
- 人工智能可以帮助理解陶风格的演变和继承.
- 进一步的研究可以利用人工智能来揭示历史文物中隐藏的模式.
