인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Abstract Ceramic products is one of the important carriers of various civilizations, reflecting the lifestyle, aesthetic concepts, and technological level of society at that time. In order to study the surface treatment design features of ceramic craft products, this article analyzed the ceramic features through computer vision technology and used residual neural networks to detect the surface treatment features of ceramic craft products. The extracted texture features were classified to study and analyze the coupling features of different glazes, colors, and shapes on the formation of different textures. This study used ResNeXt50-SSD, which combined ResNeXt50 and SSD (Single Shot MultiBox Detector) algorithms, to compare feature detection with LeNet-5, VGG-16, and MobileNetV2 network models. From the experimental findings, it can be concluded that ResNeXt50-SSD was the most effective for feature recognition of ceramic craft products, with precision, recall, and mAP of 94.3, 92.1, and 89.5%, respectively. Therefore, the combination of ResNeXt50 and SSD algorithms is an effective method for detecting surface treatment features of ceramic craft products.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
