基于机器学习的红宝石宝石着色 grading：框架提议与公共数据集构建
计算机视觉与模式识别
2026-05-25 v1
摘要
宝石着色目前是由宝石学家手动执行的程序。流行方法使用参考宝石，由专家视觉检查后决定最相似的那个参考宝石。该程序高度主观，因为不同专家可能会得出不同的着色结果。本工作提出了一个完整的框架，从图像采集一直到最终的石料分类。该方案能够自动化整个过程，只需将石料放入创建的胶囊中进行图像采集。它摒弃了由专家所做出的主观决定。这项工作是首个提出结合机器学习方法和图像处理技术进行红宝石着色的工作。该框架实现了98%的准确率（正确分类石料），超越了深度学习方法。此外，我们还创建并发布了所使用的包含192幅红宝石石料图像及其提取和预处理特征的数据集。
引用
@article{arxiv.2605.23777,
title = {Machine learning applied to emerald gemstone grading: framework proposal and creation of a public dataset},
author = {FB Pena and D Crabi and Sandro C Izidoro and Érick O Rodrigues and G Bernardes},
journal= {arXiv preprint arXiv:2605.23777},
year = {2026}
}