人工智能目標(biāo)檢測技術(shù)在書畫文物病害調(diào)查中的應(yīng)用

打開文本圖片集

摘要 針對書畫文物保護(hù)工作中人工病害調(diào)查和病害圖繪制效率低的問題，探索了基于深度神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測技術(shù)識別書畫病害的可行性。選擇YOLOv5系列模型并根據(jù)本研究任務(wù)特點(diǎn)對其結(jié)構(gòu)做了優(yōu)化，包括FGSM算法、CmBN策略、Dropblock正則化和CIOU-Loss損失函數(shù)。利用博物館館藏書畫文物素材，融合Mosaic數(shù)據(jù)增強(qiáng)方法進(jìn)行書畫文物圖片的增強(qiáng)，設(shè)計了滑動窗口檢測技術(shù)、圖像逐層分析和定位裁剪技術(shù)，初步訓(xùn)練出了2個具備病害識別功能的模型，根據(jù)模型性能檢驗(yàn)指標(biāo)最終選擇了YOLOv5x6作為本研究任務(wù)的模型。（剩余13234字）