基于深度学习的磷灰石裂变径迹人工智能识别方法

本发明涉及图像识别检测技术领域，尤其涉及一种基于深度学习的磷灰石裂变径迹人工智能识别方法，包括S1：获取磷灰石裂变径迹图像；S2：对灰石裂变径迹图像进行截取，获得样本图像；S3：对样本图像中的裂变径迹进行标注生成标签集，标签集和样本图像共同组成数据集，并划分为训练集和测试集；S4：构建RA Faster R‑CNN网络模型，并对权重矩阵参数进行初始化；S5：基于训练集和数据集对RA Faster R‑CNN网络模型进行训练合测试；S6：将待检测的磷灰石裂变径迹图像输入至RA Faster R‑CNN网络模型进行预测。本发明能够有效提升裂变径迹识别的效率和准确性，并且直接计算出裂变径迹的长度和夹角参数。