文献甲骨文检测难点与挑战

文献甲骨文检测的挑战

与一般的文字检测不同，文献甲骨文检测面临着独特的挑战：

1. 小目标检测的难题:

• 信息量少、特征不明显: 文献中的甲骨文尺寸较小，导致图像信息量不足，难以提取出有效的判别性特征。* 定位精度要求高: 小目标检测对目标框位置坐标的预测精度要求极高。因为目标像素少，相同的坐标偏移会导致更大的IOU误差，影响检测准确性。

2. 正负样本不均衡:

文献图像中，非甲骨文文字 (负样本) 数量远超甲骨文 (正样本)，导致模型难以充分学习到甲骨文的特征，影响检测效果。

3. 原始图像分辨率过高:

直接使用高分辨率 (4000-6000 像素) 的文献图像进行深度学习训练会导致：

• 训练损失 (Loss) 为 NAN* 无法检测到目标信息* 内存溢出

这些问题都增加了文献甲骨文检测的难度，需要寻求更有效的解决方案。