机器学习识别象牙雕刻的概念验证

Andrius Tamosiunas 等作者提交论文，用 U-Net 架构搭配 ResNet34 骨干的语义分割框架，在 541 张原始图像增强后的数据集上做迁移学习，尝试从照片中区分象牙与骨骼制品。 在独立测试集上，分类器对高置信样本取得 0.81 的 AUC 和 81% 的整体准确率。研究团队称，这项概念验证旨在为执法部门筛查线上市场海量图片、识别非法象牙交易提供自动化图像识别基础。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。