一种基于Resnet的岩石薄片识别方法
通过人工观察岩石薄片来进行分类效率低,且容易受主观影响,在如今人工智能的时代背景下,使用计算机视觉技术对其进行智能处理,已经成为一种公认的研究方法.为此本文通过使用卷积神经网络来代替人工进行岩石薄片分类.本实验使用"中国科学数据"中的《部分造岩矿物、典型变质矿物和鲕粒薄片显微图像数据集》部分数据,采用数据增强手段进行处理,使其数据量扩增10倍.采用了ResNet模型,对其进行训练,最终准确率达到了96.8％.结果表明使用卷积神经网络对岩石薄片进行分类可以获得高效、准确的结果.
岩石薄片;图像分类;卷积神经网络;残差网络
17
TP18(自动化基础理论)
2021-11-26（万方平台首次上网日期，不代表论文的发表时间）
共3页
107-109
