使用YOLOv8计算机视觉模型进行希伯来字母检测与楔形文字泥板分类
计算机视觉与模式识别
2024-07-09 v1
摘要
楔形文字作为一种古老的艺术风格，让我们得以窥见过去。除了埃及象形文字，楔形文字是最古老的书写系统之一。许多历史学家将希伯来语的起源追溯到古代。例如，我们使用相同的方法来破译楔形文字语言；在学会破译一种古老语言后，我们会拜访考古学家，学习如何破译任何其他古代语言。我们提出一种基于深度学习的符号检测器方法，以加速根据希伯来字母内容识别和分组楔形文字泥板图像的过程。希伯来字母表因其训练数据（需要将希伯来字符框出）的收集难度和成本而闻名。我们利用已有的音译以及泥板内容逐符号的拉丁字符表示来解决这个问题。由于这些方法不包含符号定位，我们推荐一种监督方法：我们通过将音译符号与泥板照片中的对应部分进行比较来定位它们。然后，使用这些定位后的符号而非标注来重新训练符号检测器。随后，更有效的符号检测器提高了对齐质量。因此，本研究旨在使用YOLOv8目标检测预训练模型来识别希伯来字符并对楔形文字泥板进行分类。
引用
@article{arxiv.2407.06133,
title = {Hebrew letters Detection and Cuneiform tablets Classification by using the yolov8 computer vision model},
author = {Elaf A. Saeed and Ammar D. Jasim and Munther A. Abdul Malik},
journal= {arXiv preprint arXiv:2407.06133},
year = {2024}
}
备注
18 pages