cszhangai/ancient-chinese-character-detection

通用古文字检测模型 / Ancient Chinese Character Detection

作者 / Author: 张重生 Chongsheng Zhang（河南大学）

模型描述 / Model Description

基于 YOLO26m 训练的古文字目标检测模型，支持甲骨文（商代）和简牍文字（汉代）的单字检测与定位。

A YOLO26m-based ancient Chinese character detection model trained for Oracle Bone Inscriptions (Shang Dynasty) and Bamboo Slip characters (Han Dynasty).

性能 / Performance

域 / Domain	mAP50
甲骨文 Oracle Bone Inscriptions	89.92%
简牍 Bamboo Slips	94.22%

模型参数 / Model Specs

项目	值
架构	YOLO26m
参数量	20.4M
模型大小	126 MB
输入尺寸	640×640
检测类别	character（单类别）

训练数据 / Training Data

• 甲骨文字检测数据集：8895 张（train）× 3 过采样 = 26,685 张
• DeepJiandu 简牍数据集：6,673 张（train + val）
• 合计：33,358 张混合训练图像

使用方法 / Usage

在线体验

访问 HuggingFace Space：Ancient Chinese Character Detection

本地推理

from ultralytics import YOLO
from huggingface_hub import hf_hub_download

# 下载模型
model_path = hf_hub_download(
    repo_id="cszhangai/ancient-chinese-character-detection",
    filename="General_Ancient_Character_Detection.pt"
)

# 加载模型
model = YOLO(model_path)

# 单张检测
results = model.predict(
    source="your_image.jpg",
    imgsz=640,
    conf=0.25,          # 甲骨文建议 0.20，简牍建议 0.25
    iou=0.45,
    device=0,           # GPU；改为 'cpu' 使用 CPU
    save=True,
)

# 获取检测框坐标
for result in results:
    for box in result.boxes:
        x1, y1, x2, y2 = box.xyxy[0].tolist()
        conf = box.conf[0].item()
        print(f"box: ({x1:.0f},{y1:.0f}) → ({x2:.0f},{y2:.0f})  conf={conf:.3f}")

注意事项 / Notes

• 甲骨文建议置信度阈值：conf=0.20（字符变异大，阈值过高易漏检）
• 简牍建议置信度阈值：conf=0.25
• 不要使用翻转增强：汉字朝向固定，翻转会产生无效样本
• 不建议在此模型基础上继续精调：当前已充分训练，继续精调易过拟合

版权 / Copyright

Copyright © Chongsheng Zhang（张重生，河南大学） https://cszhanglmu.github.io/

引用数据集 / Dataset Citation

• 甲骨文字检测数据集
• DeepJiandu Dataset: DeepJiandu Dataset for Character Detection and Recognition on Jiandu Manuscript