【技术实现步骤摘要】
本专利技术属于人工智能和地学大数据领域，具体涉及一种用于锆石分类的方法、装置、电子设备及存储介质。
技术介绍
1、图像分类是计算机视觉领域中的重要任务，在如今沉积地质学不断进步的时代，先进的图像分类不断涌现。大量的地质数据信息一直是地质学研究中重要的材料。具体的，在锆石分析中，快速并准确的获取到锆石类别是学者们一直探索的研究。其中，锆石cl图像数据集可以包括图像中生长环带、裂缝和包裹体等特性。相关技术中，目前传统的锆石分类方法依赖于人工显微镜观察或者根据th/u比对锆石类型进行分类，但往往因为人为原因和生长原因导致分类存在很大的偏差。后来发现锆石阴极发光(cl)图像可以作为一种重要的分析手段，锆石的cl图像能揭示其内部的层理结构、包裹体和微裂缝等，同时能够提供锆石形成和演化过程的关键信息。但目前大部分的分类方法都是手动根据cl图像展示出来的锆石晶型对其进行分类，因为锆石生长环境导致内部结构具有很大的差异性和多样性，所以手动分类需要具有专业地质背景知识，这使得主观性强、同时需要大量的时间和劳动力。因此许多地质学家在积极探索引入自动化技术，...
【技术保护点】
1.一种用于锆石分类的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在所述利用目标锆石分类模型对待分类锆石进行识别，以得到锆石的分类结果之前，还包括训练并获得所述目标锆石分类模型，所述训练并获得所述目标锆石分类模型包括：
3.根据权利要求2所述的方法，其特征在于，获得所述优化锆石分类模型包括：
4.根据权利要求1所述的方法，其特征在于，
5.根据权利要求4所述的方法，其特征在于，所述包含扩展卷积、深度卷积和投影卷积的反转残差块，对特征图进行特征变换和维度调整，得到多尺度的特征图的过程为：
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。