郭丽 胡志恒 赵恒谦 张瑞彬 吴瑞翔 高振 肖珂珂

DOI：10.16661/j.cnki.1672-3791.2108-5042-3116

摘  要：深度學习模型结构复杂，利用其进行图像分类需要庞大的数据量，图像数据集的规模和质量直接影响模型的效果，同时人工获取文物图像时，存在诸多不便。该文利用网络爬虫技术在故宫博物院官网批量获取不同年代的青花瓷文物图像，大大提高工作效率，然后对获取的文物图像进行全方位的分析和处理，为用户之后进行不同年代的青花瓷图像分类提供数据源。

关键词：网络爬虫   青花瓷文物   数据裁剪   数据增强   数据集构建

中图分类号：TP391.41                     文献标识码：A文章编号：1672-3791（2021）08（a）-0015-04

Design and Construction of Blue-and-White Porcelain Image Dataset Based on Web Crawler

GUO Li   HU Zhiheng   ZHAO Hengqian*   ZHANG Ruibin   WU Ruixiang   GAO Zhen  XIAO Keke

（College of Geoscience and Surveying Engineering， China University of Mining & Technology（Beijing）， Beijing， 100083 China）

Abstract： The structure of deep learning model is complex.Using it for image classification requires a huge amount of data. The scale and quality of image data set directly affect the effect of the model. At the same time， there are many inconveniences when manually obtaining cultural relic images. Through web crawler， we obtained images of blue-and-white porcelain from various dynasties in batch from Palace Museum official website， which greatly improves efficiency. We conduct an all-around analysis and processing of these images， thereby provide a data source for any users when classifying blue-and-white porcelain images from different dynasties.

Key Words： Web crawler; Blue-and-white porcelain; Data clipping; Data augmentation; Dataset construction

我国历史源远流长，文物遗存丰富，其中古陶瓷类文物种类繁多，工艺精湛，文化内涵丰富，具有极高的科技研究价值。成熟的青花瓷出现在元代景德镇，明清时期是青花瓷发展的主流，对青花瓷器文物的研究不仅可以反映出当时的社会文化，更是对传统文化的一种传承与保护。采集青花瓷文物图像并对其进行预处理，是便于后续对不同年代的青花瓷文物进行分类。

对不同年代的青花瓷文物的分类离不开深度学习，同时深度学习模型结构复杂，利用其进行图像分类需要庞大的数据量，图像数据集的规模和质量直接影响模型的效果，利用网络爬虫技术批量下载博物馆官方提供的青花瓷文物图像可以大大提高数据获取的效率。图像的预处理工作也是非常重要的环节，预处理的主要目的是筛选特征图像，突出待识别图像的特征，才能有效扩充数据集[1]。……