-
公开(公告)号：CN119723582B
公开(公告)日：2025-05-16
申请号：CN202510221839.6
申请日：2025-02-27
Applicant: 中国地质大学(武汉)
IPC: G06V20/70 , G06V10/82 , G06V10/774 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种岩石薄片矿物识别方法、介质、设备，涉及矿物识别技术领域，方法包括：获取岩石薄片多个偏光角度下的单偏光图像与正交偏光图像,并进行图像标注，获得标签图像集合；基于U‑Net架构构建岩石薄片矿物识别模型，U‑Net架构的岩石薄片矿物识别模型左部分通过四个下采样连接五个特征提取块，每个特征提取块由一个卷积和一个Swin‑Transformer Stage相连组成，由Swin‑Transformer Stage输出特征；使用标签图像集合对模型进行训练和测试，将待检测的岩石薄片图像输入训练后的模型，得到矿物分割结果。本发明的方案对不同角度偏光下的复杂的矿物图像识别能力强。
-
公开(公告)号：CN119478558B
公开(公告)日：2025-05-02
申请号：CN202510051639.0
申请日：2025-01-14
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G06V10/774 , G06V10/26
Abstract: 本发明提供一种基于SAM模型的扫描电镜矿物识别方法及设备，涉及矿物识别领域，包括：对样本图像集合进行矿物与孔隙的标注，获得标签图像集合；通过样本图像集合和标签图像集合对SAM2模型进行训练，获得训练好的SAM2模型；获取待识别的扫描电镜图像，对扫描电镜图像进行图像增强处理，获得增强后的扫描电镜图像；将增强后的扫描电镜图像输入训练好的SAM2模型，获得矿物与孔隙的分割结果。本发明在SAM2模型的训练过程中，通过Boundary损失、交叉熵损失和IOU损失计算总损失，通过总损失调整SAM2模型的参数，使SAM2模型在边界细节、类别区分和分割覆盖率上实现良好的平衡，提高矿物识别的精度和边界清晰度，最终提高矿物与孔隙的分割结果的精确度。
-
公开(公告)号：CN119723582A
公开(公告)日：2025-03-28
申请号：CN202510221839.6
申请日：2025-02-27
Applicant: 中国地质大学(武汉)
IPC: G06V20/70 , G06V10/82 , G06V10/774 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种岩石薄片矿物识别方法、介质、设备，涉及矿物识别技术领域，方法包括：获取岩石薄片多个偏光角度下的单偏光图像与正交偏光图像,并进行图像标注，获得标签图像集合；基于U‑Net架构构建岩石薄片矿物识别模型，U‑Net架构的岩石薄片矿物识别模型左部分通过四个下采样连接五个特征提取块，每个特征提取块由一个卷积和一个Swin‑Transformer Stage相连组成，由Swin‑Transformer Stage输出特征；使用标签图像集合对模型进行训练和测试，将待检测的岩石薄片图像输入训练后的模型，得到矿物分割结果。本发明的方案对不同角度偏光下的复杂的矿物图像识别能力强。
-
公开(公告)号：CN119478558A
公开(公告)日：2025-02-18
申请号：CN202510051639.0
申请日：2025-01-14
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G06V10/774 , G06V10/26
Abstract: 本发明提供一种基于SAM模型的扫描电镜矿物识别方法及设备，涉及矿物识别领域，包括：对样本图像集合进行矿物与孔隙的标注，获得标签图像集合；通过样本图像集合和标签图像集合对SAM2模型进行训练，获得训练好的SAM2模型；获取待识别的扫描电镜图像，对扫描电镜图像进行图像增强处理，获得增强后的扫描电镜图像；将增强后的扫描电镜图像输入训练好的SAM2模型，获得矿物与孔隙的分割结果。本发明在SAM2模型的训练过程中，通过Boundary损失、交叉熵损失和IOU损失计算总损失，通过总损失调整SAM2模型的参数，使SAM2模型在边界细节、类别区分和分割覆盖率上实现良好的平衡，提高矿物识别的精度和边界清晰度，最终提高矿物与孔隙的分割结果的精确度。
-
-
-
Search Results
4
records
(took 0.019 seconds)
