一种基于注意力机制的沙粒图像分类方法技术

本发明专利技术公开了一种基于注意力机制的沙粒图像分类方法，包括：1）收集一定数量已标注类别的沙粒图像构建训练数据集；2）对训练数据集中的沙粒图像进行缩放和归一化预处理，使图像数据符合网络输入要求；3）设计基于注意力机制的卷积网络结构，包括基础网络框架和注意力模块；4）定义损失函数，训练沙粒图像自动分类模型，得到端到端的多类别沙粒图像自动分类模型；5）将预处理后的测试沙粒图像输入模型进行预测，输出沙粒图像所属类别。本发明专利技术方法相比传统基于特征工程的沙粒图像分类方法不同的是引入了卷积神经网络和注意力机制，在提高沙粒图像分类准确率的同时，也加快了分类的速度。

【技术实现步骤摘要】
一种基于注意力机制的沙粒图像分类方法
本专利技术属于沙粒图像分类
，具体涉及一种基于注意力机制的沙粒图像分类方法。
技术介绍
河流砂是物源矿物和岩石等地质信息的记录载体。通过河流砂研究，可以获得不同地质体、不同气候带风化、搬运、侵蚀、构造等基本信息，是理解现代构造和地貌演化的重要途径和有效手段。此外，河流砂研究能够帮助科研工作者探究大江大河水系的演化，对于理解地质历史中砂岩和沉积盆地演化具有重要意义。对显微镜下沙粒薄片图像分类是地质研究中的一项重要工作。通过对沙粒岩性的准确识别鉴定，能够帮助地质工作者获取河流砂中各类沙粒成分分布信息。沙粒岩性鉴定的传统方法是人工对沙粒图像进行识别。由于需要具备地质专业知识且工作量巨大，因此存在准确度低、耗时长、易受主观因素影响等问题。卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络。卷积神经网络仿照生物的视觉机制构建，其隐含层内的卷积核参数共享和层间连接的稀疏性使得卷积神经网络能够以较小的计算量对图像特征进行学习。视觉注意力机制模仿人类大脑处理视觉信号时，对需要重点关注的目标区域本文档来自技高网...

【技术保护点】
1.一种基于注意力机制的沙粒图像分类方法，其特征在于，包括步骤如下：/n1）收集已标注沙粒图像构建训练集；/n2）对沙粒图像进行预处理；/n3）设计基于注意力机制的卷积网络结构；/n4）训练沙粒图像自动分类模型；/n5）使用上述沙粒图像自动分类模型预测沙粒图像的类别。/n

【技术特征摘要】
1.一种基于注意力机制的沙粒图像分类方法，其特征在于，包括步骤如下：
1）收集已标注沙粒图像构建训练集；
2）对沙粒图像进行预处理；
3）设计基于注意力机制的卷积网络结构；
4）训练沙粒图像自动分类模型；
5）使用上述沙粒图像自动分类模型预测沙粒图像的类别。


2.根据权利要求1所述的基于注意力机制的沙粒图像分类方法，其特征在于，所述步骤1）具体包括：针对不同河流沙类别，包括：单晶石英、多晶石英、斜长石、碱性长石、火山岩、侵入岩、页岩、板岩、片麻岩；收集每一个类别的沙粒图像，基于这些图像构建训练集，包括沙粒图像集和对应的沙粒类别标注集。


3.根据权利要求1所述的基于注意力机制的沙粒图像分类方法，其特征在于，所述...

【专利技术属性】
技术研发人员：葛士平，顾庆，蒋智威，郝慧珍，董小龙，胡修棉，
申请(专利权)人：南京大学，
类型：发明
国别省市：江苏;32