摘要
本发明提供了一种基于深度学习的岩心图像重力流识别方法,属于岩心图像处理技术领域,包括以下步骤:采集原始岩心图像数据集并进行预处理;采用迁移学习方法,运用MobileNetV2的预训练模型参数训练预处理后的数据集,得到n个模型;采集非岩心图像,筛选对图像是否是岩心图像有显著影响的特征并进行阈值分析,得到特征阈值;将得到的特征阈值和得到的n个模型引入到应用程序的后台开发中,进行应用程序的开发;用户通过应用程序上传图像,应用程序后台根据岩心图像判别机制和岩心图像重力流识别机制将最终结果返回到用户界面。本发明采用上述的一种基于深度学习的岩心图像重力流识别方法,可有效提高岩心图像重力流识别的准确率。
技术关键词
岩心图像
识别方法
流识别
迁移学习方法
重力
叠加算法
机制
多模型
更新模型参数
可视化工具
图像处理技术
曲线
数据
饱和度
碎屑
亮度
通道
系统为您推荐了相关专利信息
高清摄像头
视频采集设备
人流密集区
识别方法
对比度
特征自动识别方法
作业现场环境
深度学习神经网络
配网不停电作业
深度学习模型
图像识别方法
置信度阈值
大语言模型
图像识别装置
图像识别技术
知识点
识别方法
构建知识图谱
实体
非暂态计算机可读存储介质
变电站充油设备
形式识别方法
粒子群算法
火灾
支持向量机模型