摘要：天珠作为一种稀有蚀花玛瑙珠，因其具有不同寓意价值和复杂多样的图纹，给天珠市场的广大爱好收藏者鉴别带来一定的挑战。然而，随着深度学习的迅速发展，天珠传统市场存在耗时耗力、识别率易受专家主观经验影响的人工分类鉴别方法不能有效满足市场需要。因此，有必要构建一套天珠图像识别数据集，探索一种基于深度学习的天珠自动识别方法，对提升天珠识别准确率和工作效率至关重要。本数据集首先对藏区不同类别的天珠图像展开采集、分类和保存，最终形成22类天珠，原始图像数量为5443张，每个类别的天珠图像为203–305张，数据量大小约为693.4 MB；其次，通过数据增广进行数据集扩充，最终划分为6:1:1比例的训练集、验证集和测试集；最后，采用主流图像分类方法在原始天珠图像和数据增强后的天珠图像数据集上进行多次实验验证，验证准确率高达93.8%。构建的数据集可以有效满足目前深度学习分类识别模型的训练、验证和测试需要，为研究天珠图像分类、图像分割、目标检测以及打造自动识别移动端平台提供必要的数据支撑。
文章目录
引 言
1 数据采集和处理方法
1.1 数据采集
1.2 数据处理
1.2.1 数据预处理
1.2.2 数据增强
2 数据样本描述
3 数据质量控制和评估
3.1 数据质量控制
3.2 数据质量评估
4 数据价值
