一千年以来,青花瓷一直都是大众追逐的时代宠物。进入现代,这种对古青花陶瓷的热情越演越烈,然而人们对古陶瓷的认识,传统上主要还是选择通过人眼,依据以往经验知识去观察和判断。随着近期大数据、人工智能科技时代的来临,现在只需通过普通固定或移动终端得到图像,就能对古陶瓷给出一定的识别结果,这将大大改善大众认知和鉴赏古陶瓷的能力。本文首先介绍了一些明清古陶瓷的背景知识,尤其是明清时代青花瓷的基本特点;其次回顾了卷积神经网络的基础知识,接着给出了利用卷积神经网络进行青花瓷底款图像识别的基本原理框架,并详细叙述了实验的初始设置和实验步骤。从具体的实验手段上看,本文在开始阶段利用VS/Opencv平台快速预处理了大量明清青花瓷底款图像,经过图像分割后建立底款文字训练集。在实际训练中,为了防止过拟合,实验大量采用数据增强来提高样本模型的泛化能力,然后使用了Linux/Python环境下的Tensorflow/Keras GPU框架来进行包括原生卷积神经网络等四种方案的训练,训练结束后通过比较发现,以卷积神经网络为核心的算法方案大都具备较高的鲁棒性和良好的分类效果。文中最后,还进一步讨论了非分割情况下直接底款图像训练的改进型算法。实验结果表明本文提出基于卷积神经网络的明清青花瓷底款识别系统最高能达到99%以上的准确率。本文的主要创新点为:1.提出了应用深度学习理论来进行明清青花瓷鉴别的研究分析;2.实验借助Tensorflow等工具,为明清青花瓷鉴赏工业化应用提供面向用户的多终端服务。