西藏文化元素智能检测模型研究

西藏文化博大精深,然而受地理环境等因素影响,藏文化走向全国、走向世界的进程却十分缓慢。西藏文化元素作为藏文化的主要体现形式,迄今为止对其检测与识别的相关研究相对匮乏。而已有研究中,大多关注单一目标识别,推广性不强,直接影响了藏文化的传播。文章结合人工智能技术,进一步探索西藏文化元素智能检测模型的建设。采集藏地风景、藏式建筑、藏文化元素符号、藏族服饰、歌舞游艺、工艺器具、科学医药、历史、民俗节日、唐卡壁画和牦牛等11类元素图像,形成含有5966张图像的西藏文化元素(TCD)数据集;通过清洗打标,形成供神经网络模型训练的训练集;分析对比当前较为先进的yolov3、efficientnet-yolo3和yolov4等9个目标检测模型在TCD上的检测精度和检测速率。实验表明,yolov5(x)预测准确度最高,达到70.96%;yolov4-tiny模型预测速度最快,达到134.05FPS,yolox(s)综合性能最好,选取yolox(s)模型作为西藏文化元素智能检测模型的研究基础最佳。

浅析西藏民俗文化元素在美术课堂中的渗透与实践——以西藏林芝市波密县完全小学为例

该文探讨了广州大学美术与设计学院美术教师教育专业实习生在援藏支教期间,如何根据校情、学情和地域特色,利用西藏民俗文化元素在美术课堂中的渗透与实践,初步回答了如何将优秀的地域传统优秀文化融入当地美术课堂,如何因陋就简开展美术教学活动等问题。