ScrollPrize/villa

解決的問題

本專案提供一套工具與函式庫，旨在利用機器學習與電腦視覺技術讀取古代赫庫蘭尼姆卷軸。它解決了從CT掃描中虛擬展開碳化紙莎草紙並檢測其表面墨水的挑戰。

工作原理

本專案由多個專業元件組成：

• 資料存取與ML：vesuvius 函式庫負責處理CT掃描存取以及表面預測ML模型的訓練與執行。
• 墨水檢測：使用專用的訓練與推論工具，基於2023年大獎賽優勝模型檢測墨水。
• 展開流程：採用三種不同方法從CT掃描中提取紙莎草紙片：
  • VC3D：一種半自動分割流程。
  • lasagna：基於PyTorch的優化框架，用於優化紙莎草紙表面網格並驅動纖維追蹤。
  • 螺旋擬合：一種完全自動流程，透過匹配追蹤的補丁與纖維骨架，為卷軸整體擬合全局螺旋。
• 基礎設施：foundation 工具集管理資料集與雲端基礎設施，包含攝影測量遮罩。

適用對象

此軟體適用於致力於從碳化卷軸中恢復文字的研究人員、電腦視覺專家，以及參與維蘇威挑戰賽的參與者。

主要亮點

• 全流程覆蓋：從原始CT掃描到墨水檢測與最終展開的完整流程。
• 多樣化的展開方法：提供半自動（VC3D）、lasagna的網格優化以及完全自動螺旋擬合。
• lasagna框架：使用PyTorch聯合優化多層紙張以保持一致性。
• 大獎賽優勝技術：包含基於2023年大獎賽優勝墨水檢測模型的工具。