一种深度学习模式下的岩石岩性自动识别分类方法技术

本发明专利技术公开了一种深度学习模式下的岩石岩性自动识别分类方法，属于岩石岩性分类技术领域，一种深度学习模式下的岩石岩性自动识别分类方法，包括：对原始数据集图像进行数据预处理、基于ResNet提出一种变体ResNeSt、基于建立的ResNeSt模型进行训练得到实验结果、搭建ResNeSt50对岩石图像进行，可以实现通过图像处理技术和深度学习算法，结合数据特点，设计出有效的模型，识别出岩石样本的岩性类别，采用ResNeSt技术作为模型的主干，搭建了ResNeSt50神经网络，在完成参数调整和迭代训练后，得到了一个基于岩石样本图像的岩性自动分类的模型；利用数据特点引入了先进的深度学习技术，综合考虑了岩石的全局图像信息和局部纹理信息，分类准确率高，模型大小适中，计算速度快。度快。度快。

【技术实现步骤摘要】
一种深度学习模式下的岩石岩性自动识别分类方法


[0001]本专利技术涉及岩石岩性分类
，更具体地说，涉及一种深度学习模式下的岩石岩性自动识别分类方法。

技术介绍

[0002]岩石不仅是地球岩石圈圈层的重要组成元素，也是陨石、月球和火星等地外物质的重要组成元素，其研究在各个领域都具有重大意义。
[0003]岩石是天然产出的矿物或者矿物与其他物质(火山破璃、生物骨骼、胶体和岩屑等)组成的固态集合体；岩石不仅构成了地球的岩石圈圈层，许多地外物质陨石、月球和火星等也是由岩石组成的；岩石的种类非常丰富，在自然界中，目前被人类探明的种类达到三千多种；从科研角度来说，对岩石的研究有助于了解某个地区的地质演化历史、岩石化学组成和岩石学特征；从现实意义来说，对岩石的研究有助于寻找矿产资源、油气资源和水资源等，除此之外，在进行重大工程建设时，也都要以对岩石的研究为基础。
[0004]随着人工智能技术的不断发展，各种人工智能算法开始被广泛应用于岩石样本的自动识别与分类中，为了更高效、更准确地对岩石样本图像进行识别和分类，选择合适的深度学习模型和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种深度学习模式下的岩石岩性自动识别分类方法，包括如下步骤：S1.对原始数据集图像进行数据预处理；S2.基于ResNet提出一种变体ResNeSt；S3.基于建立的ResNeSt模型进行训练得到实验结果；S4.搭建ResNeSt50对岩石图像进行分类。2.根据权利要求1所述的一种深度学习模式下的岩石岩性自动识别分类方法，其特征在于：所述步骤S1中原始数据集图像包括训练集和测试集。3.根据权利要求1所述的一种深度学习模式下的岩石岩性自动识别分类方法，其特征在于：所述步骤S1中数据预处理包括：旋转处理、翻转处理和镜像处理。4.根据权利要求1所述的一种深度学习模式下的岩石岩性自动识别分类方法，其特征在于：所述步骤S2中ResNet为深度残差学习神经网络，ResNeSt为拆分注意力神经网络，S表示分割，所述ResNeSt包括：深度残差学习：通过引入残差学习，构建神经网络以此提高网络的深度来提高精度；Inception：Inception模块采用不同大小的卷积核进行卷积之后进行拼接，从而使得网络能够学习不同感受野的信息，并将不同尺度的特征进行融合；组卷积：用于在不增加网络参数量的条件下提高网络精度，同时减少超参数的数量；注意力机制：用于观察图像中关键部分而忽略掉图像中的无关信息。5.根据权利要求1所述的一种深度...

【专利技术属性】
技术研发人员：邹天俊，
申请(专利权)人：三峡大学，
类型：发明
国别省市：