面向瓷器AI模型的“难例负采样”（Hard Negative Mining）训练增强数据集

1. 高精度AI鉴定模型训练：直接用于训练需要进行精细化区分的AI鉴定模型。使用该数据集训练的模型，在区分“南宋官窑”与“龙泉仿官”等高难度任务上，性能会远超使用常规数据训练的模型。 2. 模型“对抗性训练”：可用于提升模型的鲁棒性，使其在面对风格接近的仿品或迷惑性样本时，不易被“欺骗”。 3. 发掘关键区分特征：通过分析模型为了区分“难例”而激活的神经元，可以反过来帮助人类专家理解AI究竟是依据哪些细微的视觉特征来进行高难度判断的。

搜集汇总

背景与挑战

背景概述

该数据集是深圳市大雅斋国际拍卖有限公司申请的面向瓷器AI模型的训练增强数据集，采用难例负采样技术构建。数据集包含高迷惑性样本对，专门用于训练AI模型识别瓷器细微差别，提升在高精度鉴定和对抗性训练中的性能。数据以CSV格式存储，通过计算藏品间视觉相似度来构建训练三元组。