基于介观岩石图像深度学习的便携式岩性智能识别

作     者：马文 李珊 赵新鹏 郑艳伟 于东晓 林鹏 王旭龙 许振浩 MA Wen;LI Shan;ZHAO Xinpeng;ZHENG Yanwei;YU Dongxiao;LIN Peng;WANG Xulong;XU Zhenhao

作者机构：隧道工程灾变防控与智能建养全国重点实验室山东济南250061 山东大学齐鲁交通学院山东济南250061 山东大学计算机科学与技术学院山东青岛266237 

基　　金：国家自然科学基金项目(52021005 52279103 52379103)详细信息 

出 版 物：《应用基础与工程科学学报》 (Journal of Basic Science and Engineering)

年 卷 期：2024年第32卷第4期

页      码：911-925页

摘      要：针对传统岩性识别依赖人工经验、主观性强、耗时耗力的问题,提出了一种基于介观岩石图像深度学习的现场岩性智能识别方法.采用卷积神经网络并结合迁移学习方法,构建了岩性识别模型.采用身份采样器以多样化的方式选择样本构建训练批次,保证了模型不会偏向数据量较多的样本,提高了推理的准确性.将经过训练的Pytorch模型转换成ONNX模型部署到便携式设备上,设计和开发了一款专用于岩性识别的软件.在此软件中,电子放大镜可用于拍摄介观岩石图像,实现了对岩石岩性的准确判识.研究结果表明,该方法的识别准确率最高可达99%,可满足地质调查人员在野外作业中快速获取岩石岩性的需求.

主 题 词：岩性识别 深度学习 人工智能 图像识别 模型部署 岩石图像 

学科分类：081406[081406] 08[工学] 0814[工学-地质类] 082301[082301] 0823[工学-农业工程类] 

核心收录：

D　O　I：10.16058/j.issn.1005-0930.2024.04.001

馆 藏 号：203130826...