一种基于电子显微图像的岩石冻融损伤深度学习识别方法

AITNT
正文
推荐专利
一种基于电子显微图像的岩石冻融损伤深度学习识别方法
申请号:CN202410805391
申请日期:2024-06-21
公开号:CN118736377A
公开日期:2024-10-01
类型:发明专利
摘要
本发明提供了一种基于电子显微图像的岩石冻融损伤深度学习识别方法,属于岩土工程与深度学习技术领域。解决了当前技术对岩石冻融损伤识别成本高、效率低且识别结果受操作人员主观影响较为严重的技术问题。其技术方案为:S1、采集多个岩芯并对其进行冻融循环处理;S2、采集和建立电子显微图像的样本数据集;S3、初步选择一个观测范围;S4、构建残差神经网络模型;S5、判断正确和错误的典型图像数据集为再次取样时提供建议;S6、得到岩石冻融循环损伤程度等级,配合获得的损伤特征,解释判断原因,提高判断可信度。本发明的有益效果为:本发明用较低的成本,以较高的效率和准确度实现了对岩石冻融损伤程度的判断。
技术关键词
深度学习识别方法 冻融循环次数 损伤特征 残差神经网络 扫描电子显微镜 图像分类模型 图像增强算法 可视化算法 深度学习训练 冻融循环试验机 损失率 数据 深度学习技术 可视化模块 图像还原 岩石试样 样本 岩土工程
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号