基于深度学习的古青铜分类断代

项目简介

通过融合轮廓、器型、纹饰特征，构建古青铜分类与断代的端到端多任务模型，并设计青铜器 类别-功能矩阵辅助分类任务。通过消融实验表明：分类准确率为97.59%，断代准确率为87.57%。

技术栈

核心算法：Pytorch、Python、Numpy

主要职责

• 对青铜器图像及标签数据进行爬虫与数据清洗，得到10956 张青铜图片标签数据；
• 设计古青铜分类断代的特征提取模块，包括轮廓特征、器型特征和纹饰特征三个分支；
• 分别设计分类头和断代头，在分类头中，设计青铜器类别-功能矩阵辅助青铜器分类。