Don't Miss
陶瓷分類模型｜智能鑑定陶瓷文物 估價98%準
By 信報財經新聞 on July 15, 2025
原文刊於信報財經新聞「CEO AI⎹ EJ Tech」
馬來西亞博特拉大學及澳洲悉尼新南威爾士大學團隊，日前於《自然系列．遺產科學》（npj Heritage Science）期刊發表最新研究成果，提出一套結合深度學習與機器學習的陶瓷文物鑑定框架，能準確辨識作品風格與工藝，並根據歷年拍賣資料預測價格區間，其準確率高達98.91%。
逾8200張圖片訓練系統
該研究主要針對中國陶瓷文物作分析，研究人員首先建構一個包含8213張高清圖像的陶瓷資料庫，當中涵蓋20種重要陶瓷風格，如青花瓷、汝窯、官窯、龍泉窯等，然後使用改良版的YOLOv11模型分類圖像，藉此辨識其器型特徵、工藝風格與裝飾圖樣。
YOLOv11模型除了辨識器物之外，團隊又結合佳士得、蘇富比、邦瀚斯、榮寶齋等六間國際拍賣行於2000年至2024年的成交紀錄，建立價格預測系統，將陶瓷文物劃分入五個價格區間：1萬美元以下、1萬至10萬美元、10萬至50萬美元、50萬至100萬美元，以及100萬美元以上。
易混淆中低價樣本 待改進
有關研究據報僅靠一張輝達（Nvidia）RTX 3090顯示卡，就完成訓練與運算過程。
4位作者在論文結尾寫道：「這些努力將有助於讓收藏家、博物館策展人與一般用戶更廣泛地採用此系統，透過直觀介面與簡化工具，特別是在數碼博物館、拍賣平台與文化資產投資等場景推廣應用。」
不過，他們同時承認，目前系統仍存在一定限制。
例如無法有效處理破損器物或圖案褪色樣本，對中、低價文物亦有一些混淆，有需要整合多元市場資料來源，以提升未來的估價能力。
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
