YOLOv7-Large 在古钱币字符识别方面实现了 90.4% 的 mAP50

研究人员开发了一种使用 YOLO 变体对古罗马共和国钱币进行字符识别的深度学习方法。他们创建了一个包含 5,654 枚钱币图像和 38,808 个标注（用于 21 个字符标签）的新数据集。YOLOv7-Large 表现最佳，mAP50 达到 90.4%，优于其他 YOLO 版本。 AI

影响 展示了用于专业历史数据分析的高级物体检测能力。

排序理由 学术论文，详细介绍了用于历史文物分析的新型数据集和物体检测方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• arXiv
• Roman Republican denarius
• YOLOv3
• YOLOv4
• YOLOv5
• YOLOv7
• YOLOv7-Extended
• YOLOv7-Large
• YOLOv7-xl
• YOLOv8

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →