論文の概要: AmalthAI: An Open-Source Computer Vision Platform for Cultural Heritage

• arxiv url: http://arxiv.org/abs/2608.13343v1
• Date: Thu, 13 Aug 2026 15:14:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-14 18:29:38.576085
• Title: AmalthAI: An Open-Source Computer Vision Platform for Cultural Heritage
• Title（参考訳）: AmalthAI: 文化遺産のためのオープンソースのコンピュータビジョンプラットフォーム
• Abstract要約: コンピュータビジョン(CV)と機械学習(ML)は、文化遺産(CH)アーティファクト分析のための新しいツールを提供する。 私たちはこのギャップを埋めるオープンソースのCVプラットフォームであるAmalthAIを紹介します。 インターフェースは、分類、セグメンテーション、オブジェクト検出のためのデータセット管理、トレーニング、推論をカバーしている。
• 参考スコア（独自算出の注目度）: 4.2677164447142175
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Computer vision (CV) and machine learning (ML) offer new tools for cultural heritage (CH) artifact analysis, but the CV/ML pipeline remains largely inaccessible to CH domain experts, who lack the background to configure, train, or assess models. We present AmalthAI, an open-source CV platform that bridges this gap, enabling non-ML CH experts to independently produce and validate archaeologically meaningful findings. The interface covers dataset management, training, and inference for classification, segmentation, and object detection, with Kubeflow and Katib handling scalable training and hyperparameter search. Grad-CAM localizes the image region behind a prediction, and a vision-language model (VLM) adds a text description of it for expert review. Since archaeological data is often state-owned or rights-encumbered and cannot leave institutional custody, AmalthAI's self-hostable deployment ensures sensitive data is kept within premises. We test the platform on an archaeological use case built on a custom dataset of clay textile imprints, where CH experts trained and validated segmentation, and classification models for hypothesis testing. We provide the implementation code at https://github.com/TEXTaiLES/AmalthAI.
• Abstract（参考訳）: コンピュータビジョン(CV)と機械学習(ML)は、文化遺産(CH)のアーティファクト分析のための新しいツールを提供するが、CV/MLパイプラインは、モデルの設定、トレーニング、評価の背景を持たないCHドメインの専門家にはほとんどアクセスできない。 我々は、このギャップを埋めるオープンソースのCVプラットフォームであるAmalthAIを紹介します。 KubeflowとKatibはスケーラブルなトレーニングとハイパーパラメータ検索を扱う。 Grad-CAMは、予測の背後にある画像領域をローカライズし、専門家レビューのために視覚言語モデル(VLM)にテキスト記述を追加する。 考古学的データは、しばしば国家所有または権利が侵害され、機関の拘置を残せないため、アマルタイの自己ホスト可能な配置は、機密データが施設内に保持されることを保証する。 このプラットフォームを、粘土繊維のインプリントのカスタムデータセット上に構築された考古学的ユースケースでテストし、CHの専門家がセグメンテーションを訓練し、検証し、仮説テストのための分類モデルを構築した。 実装コードはhttps://github.com/TEXTaiLES/AmalthAIで提供します。

関連論文リスト

• Multimodal Cultural Heritage Architectural Style Classification for Residential Buildings in the UAE Based on CLIP Embeddings and SVM [0.27998963147546146]
  本稿では,エミラティ住宅建築の分析と分類を行うマルチモーダル機械学習フレームワークを提案する。 画像からの視覚的特徴と専門家による記述からのテキスト的特徴を統合された512次元埋め込みに統合する。 文献の他のどの研究よりも高い8つの同定されたスタイルクラスタに対して,98%の分類精度を達成した。
  論文  参考訳（メタデータ） (2026-09-15T13:41:36Z)
• OmniVL-Guard Pro: A Tool-Augmented Agent for Omnibus Vision-Language Forensics [63.13200245209719]
  ツール拡張エージェントである textbf OmniVL-Guard Pro を提案する。 高品質なツール推論トラジェクトリを生成するために,textbfTree-Structured Self-Evolving Tool Trajectory Generationを導入する。 また,回答が正しいが推論が歪んだ場合に対して,プロセスレベルの監督を行うためのtextbfChecker-Guided Agentic Reinforcement Learningを提案する。
  論文  参考訳（メタデータ） (2026-05-16T12:26:04Z)
• FORGE: Fine-grained Multimodal Evaluation for Manufacturing Scenarios [58.34124792457706]
  製造業セクターは、単純な認識から自律的な実行に移行するために、MLLM(Multimodal Large Language Models)をますます採用している。 進捗は、データの不足と、既存のデータセットにおけるきめ細かいドメインセマンティクスの欠如によって妨げられている。 まず、実世界の2D画像と3Dポイントクラウドを組み合わせて、微粒なドメインセマンティクスを付加した高品質なデータセットを構築します。 次に, 3 つの製造課題,すなわち, 構造面検査, 組立検査, 組立検証の18の最先端MLLMを評価し, 大幅な性能差を明らかにした。
  論文  参考訳（メタデータ） (2026-04-08T12:23:27Z)
• Towards Ancient Plant Seed Classification: A Benchmark Dataset and Baseline Model [62.98256440452042]
  我々は,最初の古植物種子画像分類データセットを構築した。 中国各地の18の遺跡から出土した17種の種または種レベルの種から8,340枚の画像が含まれている。 定量的および定性的な分析では、既存の最先端画像分類法を超越し、90.5%の精度を達成している。
  論文  参考訳（メタデータ） (2025-12-20T07:18:22Z)
• OpenDataArena: A Fair and Open Arena for Benchmarking Post-Training Dataset Value [74.80873109856563]
  OpenDataArena(ODA)は、トレーニング後のデータの本質的な価値をベンチマークするために設計された、総合的でオープンなプラットフォームである。 ODAは4つの主要な柱からなる包括的なエコシステムを確立している。 (i) 多様なモデル間で公平でオープンな比較を保証する統一的なトレーニング評価パイプライン、 (ii) 異なる軸数に沿ってデータ品質をプロファイリングする多次元スコアリングフレームワーク、 (iii) データセットの系図を視覚化してコンポーネントソースを識別するインタラクティブなデータ系統探索である。
  論文  参考訳（メタデータ） (2025-12-16T03:33:24Z)
• ArchiveGPT: A human-centered evaluation of using a vision language model for image cataloguing [0.0]
  本研究は,Al生成カタログ記述が人文品質を近似できるかどうかを考察する。 VLM(InternVL2)は、考古学的内容のラベル付き段ボールマウントに写真プリントのカタログ記述を作成した。 発見者は、AIがドラフト生成をサポートするが、人間の検証に従属する共同アプローチを提唱する。
  論文  参考訳（メタデータ） (2025-07-10T08:49:15Z)
• Position Paper: Metadata Enrichment Model: Integrating Neural Networks and Semantic Knowledge Graphs for Cultural Heritage Applications [8.732274235941974]
  本稿では,メタデータをデジタル化するための概念的フレームワークであるMetadata Enrichment Model(MEM)を提案する。 MEMは、微調整されたコンピュータビジョンモデル、大きな言語モデル、構造化知識グラフを組み合わせる。 我々はジャギロニアデジタル図書館からデジタル化されたインキュナブラのデータセットをリリースする。
  論文  参考訳（メタデータ） (2025-05-29T15:22:18Z)
• Self-Supervised Learning for User Localization [8.529237718266042]
  機械学習技術は、ローカライゼーションタスクにおいて顕著な精度を示している。 大量のラベル付きデータ、特にChannel State Information(CSI)およびそれに対応する座標への依存は、依然としてボトルネックである。 CSIに基づくユーザローカライゼーションのための教師付き学習性能を高めるために,ラベルなしデータによる自己教師付き事前学習を活用する先駆的手法を提案する。
  論文  参考訳（メタデータ） (2024-04-19T21:49:10Z)
• Placing Objects in Context via Inpainting for Out-of-distribution Segmentation [59.00092709848619]
  コンテキスト内のオブジェクトの配置(POC)は、イメージにオブジェクトを現実的に追加するためのパイプラインである。 POCは任意の数のオブジェクトで任意のデータセットを拡張するために使用することができる。 本稿では,POC 生成データに基づく様々な異常セグメンテーションデータセットを提示し,最近の最先端の異常チューニング手法の性能向上を実証する。
  論文  参考訳（メタデータ） (2024-02-26T08:32:41Z)
• AutArch: An AI-assisted workflow for object detection and automated recording in archaeological catalogues [35.253552063074366]
  本稿では,遺産として利用可能な考古学的発見カタログからデータを収集するための新しいワークフローを紹介する。 このワークフローは、自動検索されたデータの検証と調整を行う画像処理、オブジェクト検出、インタラクティブな手段をサポートするカスタムソフトウェア(AutArch)に依存している。 我々は、人工知能(AI)を、物体の検出と分類のためのニューラルネットワークの観点でワークフローに統合する。
  論文  参考訳（メタデータ） (2023-11-29T17:24:04Z)
• Weakly-supervised Contrastive Learning for Unsupervised Object Discovery [52.696041556640516]
  ジェネリックな方法でオブジェクトを発見できるため、教師なしのオブジェクト発見は有望である。 画像から高レベルな意味的特徴を抽出する意味誘導型自己教師学習モデルを設計する。 オブジェクト領域のローカライズのための主成分分析(PCA)を導入する。
  論文  参考訳（メタデータ） (2023-07-07T04:03:48Z)
• Unsupervised Clustering of Roman Potsherds via Variational Autoencoders [63.8376359764052]
  我々は,ローマのコモンウェア・ポッシャードの分類作業において,考古学者を支援する人工知能ソリューションを提案する。 断片の部分性と手作りのばらつきは、それらのマッチングを困難な問題にしている。 深部畳み込み変分オートエンコーダ(VAE)ネットワークの潜時空間で学習した非線形特徴の教師なし階層的クラスタリングにより、類似したプロファイルをペアリングすることを提案する。
  論文  参考訳（メタデータ） (2022-03-14T18:56:13Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。