基于深度学习的丝绸文物纹样识别应用

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。