【技术实现步骤摘要】
本专利技术涉及煤岩识别，特别是涉及一种煤岩显微组分组自动分割模型的训练方法及系统。
技术介绍
1、煤是一种有机的沉积岩石，利用研究岩石的方法来研究煤就产生了煤炭科学的一个分支—煤岩学，煤岩分析是指以光学显微镜为主兼具肉眼等其他手段，对煤的岩石组成、结构、性质、煤化度作定性描述和定量测定的方法，是研究煤岩学的重要手段，最常规的分析项目是煤岩显微组分和矿物质的测定、镜质组反射率测定、显微煤岩类型测定和宏观描述，这三项已有国际标准或国际标准草案，由于在不同时间和地质条件下形成的煤岩，其显微组分组在灰度值、结构、大小、各向异性、突出度和形状等方面具有很大的随机性和复杂性，因此对于煤岩显微组分组分割这样复杂的任务，现有方法还存在改进的空间。
2、传统的对于煤岩显微组分组的测定是由人工进行的，主要是根据显微组分组的反射率、形态结构等指标的差异来进行；随后普遍使用的是基于传统图像处理的分割方法，不仅省时省力，分析结果也更客观；随着机器学习的发展，多层感知机、最近邻等方法被应用于煤岩显微组分组的分类中，取得了不错的效果；近年来，基于深度学习...
【技术保护点】
1.一种煤岩显微组分组自动分割模型的训练方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种煤岩显微组分组自动分割模型的训练方法，其特征在于：所述使用有标签图像对深度卷积神经网络进行训练，根据训练结果生成教师模型，包括：
3.根据权利要求2所述的一种煤岩显微组分组自动分割模型的训练方法，其特征在于：所述对特征图进行处理，根据处理结果生成煤岩显微组分组的语义分割图，包括：
4.根据权利要求3所述的一种煤岩显微组分组自动分割模型的训练方法，其特征在于：所述在所述煤岩显微组分组特征图中的每个通道引入注意力权重，包括：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。