不同深度神经网络模型在文化遗产领域的比较
计算机视觉与模式识别
2025-05-01 v1
摘要
计算机视觉和深度学习的集成是文档化和保存文化遗产以及改善访客体验的关键组成部分。近年来，在计算机视觉领域已确立两种深度学习范式：卷积神经网络和 transformer 架构。本研究旨在对这两种技术代表的一些在将知识从通用数据集（如 ImageNet）迁移到文化遗产特定任务方面的能力进行比较分析。测试结果表明，VGG、ResNet、DenseNet、Visual Transformer、Swin Transformer 和 PoolFormer 等架构中，DenseNet 在效率-可计算性比方面表现最佳。
关键词
引用
@article{arxiv.2504.21387,
title = {Comparison of Different Deep Neural Network Models in the Cultural Heritage Domain},
author = {Teodor Boyadzhiev and Gabriele Lagani and Luca Ciampi and Giuseppe Amato and Krassimira Ivanova},
journal= {arXiv preprint arXiv:2504.21387},
year = {2025}
}
备注
Accepted at the 10th International Euro-Mediterranean Conference (EuroMed 2024)