基于 R-CNN 的国际象棋棋局识别

研究提出一种基于 R-CNN 的框架，用独立组件分别完成棋子识别与棋盘几何估计，再合并结果重建棋局。棋子识别改进 Faster R-CNN，采用类别加权目标与更深分类头，平均精度从 61.59% 提升至 90.14%；棋盘检测用 Mask R-CNN 关键点头预测八个边界关键点，97.11% 落在图像对角线 1% 误差内。