珠寶國檢 “首席科學家帶徒弟”項目成果

——基于深度學習圖像識別技術的祖母綠產地溯源嘗試

0

時間:2024-01-02 11:31:35 來源:珠寶國檢

“科技是第一生產力、人才是第一資源、創新是第一動力”,為加快實施創新驅動發展戰略,促進技術創新人才梯隊建設,提高整體科技創新能力和技術水平,珠寶國檢于2020年推出“首席科學家帶徒弟”制度,讓數位青年科研人員在首席科學家陸太進博士的帶領下,以“師父帶徒弟”的方式承擔珠寶國檢的專項科研課題。在該項制度實施三年來,珠寶國檢在解決實驗室檢測技術疑難問題、科技創新及成果轉換方面收獲累累碩果?!吨袊鴮毷冯s志就該項制度的實施情況及已取得的部分科研成果,對珠寶國檢深圳實驗室技術部專職科研人員馬瑛進行了采訪。


01

   項目承擔單位:珠寶國檢深圳實驗室


02

   項目主要承擔者:馬瑛


03

   研究過程和科研成果

2017年后,許多國際珠寶檢測機構逐漸將人工智能(AI)技術引入彩色寶石產地區分。2021年,為了挑戰人工智能技術,馬瑛及其團隊成員黎輝煌、張天陽、唐娜、寧珮瑩、楊晶、梁榕、吳亮亮等人,承擔了珠寶國檢“首席科學家帶徒弟”項目中的子課程——“基于深度學習圖像識別技術的祖母綠產地溯源嘗試”。該項目屬于計算機視覺算法領域,基于目前主流的圖像識別深度學習算法開展。

圖片

珠寶國檢母綠產地識別系統(V1.0)

圖片

左起:巴基斯坦祖母綠包裹體(樣品照)、巴西祖母綠包裹體(樣品照)中國新疆祖母綠包裹體(樣品照)

馬瑛和團隊成員采集了6個不同產地來源(哥倫比亞、巴基斯坦、贊比亞、阿富汗、中國、巴西)的祖母綠顯微圖片,將圖片按照6:3:1劃分為訓練集、驗證集以及測試集。主要采用單一圖像識別以及同一圖像中不同目標識別的兩種方法。單一的圖像識別主要嘗試了AlexNet、VGGNet和Inception三種算法,其訓練與驗證精度分別為60%、60%和99%。目標識別主要嘗試了Yolo算法,將不同產地祖母綠圖片的包裹體分為73類進行框定,結果顯示該算法對包裹體的識別準確率為90%。目前,團隊已成功取得軟件著作權。

圖片

受訪專家

馬瑛?

博士,珠寶國檢深圳實驗室技術部專職科研人員,主要從事珠寶玉石檢測技術研究。


我和團隊通過采用不同的深度學習圖像識別框架,完成了對計算機視覺智能領域圖像識別的深入了解,制作了祖母綠產地識別系統的“V1.0”“V2.0”,獲得了軟件著作權。這是珠寶國檢在智能識別領域展開的創新嘗試,希望以此為參考,用于引導今后的類似項目,直達技術邊界。

未完待續


原文刊登于《中國寶石》雜志2023年5、6月

微信 微博 抖音 APP
珠寶國檢
中國珠寶行業網
珠寶國檢
珠寶國檢
珠寶國檢(APP)

版權所有?國家珠寶玉石首飾檢驗集團有限公司京ICP備13027169號-1

亚洲日韩久久精品无码|亚洲综合AV无码一区二区|国产日产亚洲系列最新|a片不卡无码国产在线