人工智能目标检测技术在书画文物病害调查中的应用

打开文本图片集

摘要 针对书画文物保护工作中人工病害调查和病害图绘制效率低的问题，探索了基于深度神经网络的目标检测技术识别书画病害的可行性。选择YOLOv5系列模型并根据本研究任务特点对其结构做了优化，包括FGSM算法、CmBN策略、Dropblock正则化和CIOU-Loss损失函数。利用博物馆馆藏书画文物素材，融合Mosaic数据增强方法进行书画文物图片的增强，设计了滑动窗口检测技术、图像逐层分析和定位裁剪技术，初步训练出了2个具备病害识别功能的模型，根据模型性能检验指标最终选择了YOLOv5x6作为本研究任务的模型。（剩余13234字）