基于深度学习的丝绸文物纹样识别应用

作     者：孙选铭 苏淼 SUN Xuanming;SU Miao

作者机构：浙江理工大学纺织科学与工程学院(国际丝绸学院)杭州310018 浙江理工大学国际丝绸与丝绸之路研究中心杭州310018 

出 版 物：《丝绸》 (Journal of Silk)

年 卷 期：2023年第60卷第8期

页      面：1-10页

核心收录：

学科分类：0821[工学-纺织科学与工程] 08[工学] 082101[工学-纺织工程] 

基　　金：国家重点研发计划课题项目(2019YFC1521301) 浙江省文物保护专项项目(2021016) 浙江理工大学科研启动基金项目(20202214-Y) 

主　　题：丝绸文物 深度学习 数字博物馆 目标检测 神经网络 自动分类 

摘      要：为对数字化文物进行快速自动分类,提高藏品数字化进程,加快数字博物馆的构建,文章利用深度学习对丝绸文物的纹样进行自动识别。依据实物纹样的分类方法,建立了包含花卉纹、飞鸟纹、“卐字纹、云纹四类纹样的样本库。利用VGGNet、ResNet、MobileNet实现对纹样的分类,结合Faster R-CNN、YOLOv5、SSD目标检测算法实现对纹样的识别与定位。实验结果表明,MobileNet对丝绸纹样分类的mAP达到83.51%;在目标检测算法中YOLOv5的识别与定位效果最好,其mAP为88.42%。与通过人工分类相比,采用深度学习算法进行分类与识别,可以在降低难度的同时提高分类的速度和准确率,为纺织品文物的鉴定与保护提供了新的思路。