基于改进ConvNeXt_Tiny的青花瓷纹饰细粒度识别方法研究

《Scientific Reports》：Detailed identification method of blue and white porcelain decorative patterns for cultural heritage protection

　　

摘要

针对青花瓷纹饰类间差异微小、易频繁误分类以及特征提取复杂的问题，本文提出了一种基于改进ConvNeXt_Tiny的细粒度识别方法。我们收集了植物、动物、人物和几何纹样四种纹饰类型的图像，并采用随机翻转、轻微旋转和颜色抖动进行数据增强以提升泛化能力。在下采样后嵌入基于空洞卷积的RFB多尺度模块，以构建多尺度感受野并丰富纹样特征学习。进一步集成三元注意力模块，以捕捉跨维度的空间-通道交互，帮助模型聚焦细微边缘和微弱纹理。在瓷器数据集上的测试结果显示，准确率可达97.26%，比原始ConvNeXt_Tiny高出1.63%。改进后的模型展现出优异的特征提取性能，为文化遗产瓷器图像的智能识别与数字化保护提供了高效工具。