ScrollPrize/villa

解决的问题

本项目为Vesuvius Challenge（一项利用机器学习和计算机视觉技术读取古代赫库兰尼姆卷轴的竞赛）提供了一套全面的工具。它解决了从CT扫描中虚拟展开卷轴（分割）以及检测炭化纸莎草纸上的墨迹的挑战。

工作原理

该仓库包含用于不同阶段的多个库和流水线：

• 访问与训练：vesuvius 库负责处理CT扫描数据的访问以及表面预测的机器学习模型训练/推理。
• 墨迹检测：ink-detection 工具集使用基于2023年大奖得主模型的算法，识别卷轴上的墨迹。
• 体素学习：dinovol 实现了一种自监督3D DINO，用于学习体素表示。
• 展开（分割）：提供多种流水线，包括 VC3D（半自动表面追踪器）、lasagna（基于PyTorch的表面网格优化框架）以及 spiral fitting（自动拟合卷轴全局螺旋的流水线）。

适用人群

使用CT扫描在不物理打开的情况下读取炭化卷轴的研究人员、计算机视觉专家以及古代文本研究者。

主要亮点

• 多样化的展开方法：提供多种从3D体数据中进行纤维追踪和表面提取的方法。
• 大奖获奖技术：包含基于竞赛优胜方案的墨迹检测工具。
• 3D表示学习：使用自监督学习识别CT扫描数据中的模式。
• 集成生态系统：通过Hugging Face整合数据处理、云基础设施管理与模型检查点。