珠宝国检 “首席科学家带徒弟”项目成果

——基于深度学习图像识别技术的祖母绿产地溯源尝试

0

时间:2024-01-02 11:31:35 来源:珠宝国检

“科技是第一生产力、人才是第一资源、创新是第一动力”,为加快实施创新驱动发展战略,促进技术创新人才梯队建设,提高整体科技创新能力和技术水平,珠宝国检于2020年推出“首席科学家带徒弟”制度,让数位青年科研人员在首席科学家陆太进博士的带领下,以“师父带徒弟”的方式承担珠宝国检的专项科研课题。在该项制度实施三年来,珠宝国检在解决实验室检测技术疑难问题、科技创新及成果转换方面收获累累硕果。《中国宝石》杂志就该项制度的实施情况及已取得的部分科研成果,对珠宝国检深圳实验室技术部专职科研人员马瑛进行了采访。


01

   项目承担单位:珠宝国检深圳实验室


02

   项目主要承担者:马瑛


03

   研究过程和科研成果

2017年后,许多国际珠宝检测机构逐渐将人工智能(AI)技术引入彩色宝石产地区分。2021年,为了挑战人工智能技术,马瑛及其团队成员黎辉煌、张天阳、唐娜、宁珮莹、杨晶、梁榕、吴亮亮等人,承担了珠宝国检“首席科学家带徒弟”项目中的子课程——“基于深度学习图像识别技术的祖母绿产地溯源尝试”。该项目属于计算机视觉算法领域,基于目前主流的图像识别深度学习算法开展。

图片

珠宝国检母绿产地识别系统(V1.0)

图片

左起:巴基斯坦祖母绿包裹体(样品照)、巴西祖母绿包裹体(样品照)中国新疆祖母绿包裹体(样品照)

马瑛和团队成员采集了6个不同产地来源(哥伦比亚、巴基斯坦、赞比亚、阿富汗、中国、巴西)的祖母绿显微图片,将图片按照6:3:1划分为训练集、验证集以及测试集。主要采用单一图像识别以及同一图像中不同目标识别的两种方法。单一的图像识别主要尝试了AlexNet、VGGNet和Inception三种算法,其训练与验证精度分别为60%、60%和99%。目标识别主要尝试了Yolo算法,将不同产地祖母绿图片的包裹体分为73类进行框定,结果显示该算法对包裹体的识别准确率为90%。目前,团队已成功取得软件著作权。

图片

受访专家

马瑛 

博士,珠宝国检深圳实验室技术部专职科研人员,主要从事珠宝玉石检测技术研究。


我和团队通过采用不同的深度学习图像识别框架,完成了对计算机视觉智能领域图像识别的深入了解,制作了祖母绿产地识别系统的“V1.0”“V2.0”,获得了软件著作权。这是珠宝国检在智能识别领域展开的创新尝试,希望以此为参考,用于引导今后的类似项目,直达技术边界。

未完待续


原文刊登于《中国宝石》杂志2023年5、6月

微信 微博 抖音 APP
珠宝国检
中国珠宝行业网
珠宝国检
珠宝国检
珠宝国检(APP)

版权所有©国家珠宝玉石首饰检验集团有限公司京ICP备2024047581号-2