-
题名基于深度学习的马王堆汉墓简帛文字识别研究
被引量：2
- 1
-
-
作者
盛威
彭欢
卢彦杰
刘伟
-
机构
湖南中医药大学信息科学与工程学院
-
出处
《电脑与信息技术》
2024年第6期1-5,共5页
-
基金
湖南省中医药科研项目(项目编号:B2023039)
长沙市自然科学基金项目(项目编号:kq2202260)
+2 种基金
湖南省自然科学基金项目(项目编号:2022JJ30438)
湖南中医药大学研究生创新课题项目(项目编号:2022CX120)
湖南中医药大学研究生创新课题项目(项目编号:2022CX121)。
-
文摘
通过构建马王堆简帛文字识别模型,可以对同时期出土的简帛进行文字识别,提高简帛研究人员的文字识别效率,为构建古文字手写识别模型提供研究思路和技术路线。使用BAGAN-GP生成对抗网络,结合传统数据增强方法对原始数据集进行数据增强,使用5种图像分类网络开展马王堆简帛手写文字识别的对比实验。ResNet网络在扩充后的平衡数据集上训练的模型识别准确率达98.589%,比原始数据集训练的模型准确率提高了9.181%。对比实验中,EfficientNet V2 small表现最优,准确率达99.048%。BGAN-GP生成模型与传统数据增强方法结合的方式能够很好地适用于马王堆简帛手写文字数据集的扩充。扩充后的平衡数据集在不同的图像分类网络上都可以取得很高的识别准确率。结合迁移学习方式,导入预训练权重,模型的训练可以更快地收敛,准确率也相应提升。
-
关键词
深度学习
bagan-gp
ResNet
数据增强
迁移学习
-
Keywords
deep learning
bagan-gp
ResNet
data augmentation
transfer learning
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
