PyPotteryLens：用于考古陶器文献自动数字化的开源深度学习框架
计算机视觉与模式识别
2024-12-17 v1
摘要
考古陶器文献记录和研究是考古学中至关重要但耗时的方面。尽管近年来数字记录方法取得了进展，但大量遗留数据仍被锁定在传统出版物中。本文介绍了 PyPotteryLens，一个开源框架，利用深度学习自动化从已发表资料中数字化和处理考古陶器绘图。该系统将最先进的计算机视觉模型（用于实例分割的 YOLO 和用于分类的 EfficientNetV2）与直观的用户界面相结合，使高级数字方法对无论技术专长如何的考古学家都易于使用。该框架在陶器检测和分类任务中实现了超过 97% 的精确率和召回率，同时将处理时间比手动方法减少了 5 到 20 倍。跨不同考古背景的测试证明了强大的泛化能力。此外，系统的模块化架构便于扩展到其他考古材料，而其标准化输出格式确保了数字化数据的长期保存和可重用性，以及为训练机器学习算法提供坚实基础。软件、文档和示例可在 GitHub 上获取（https://github.com/lrncrd/PyPottery/tree/PyPotteryLens）。
引用
@article{arxiv.2412.11574,
title = {PyPotteryLens: An Open-Source Deep Learning Framework for Automated Digitisation of Archaeological Pottery Documentation},
author = {Lorenzo Cardarelli},
journal= {arXiv preprint arXiv:2412.11574},
year = {2024}
}