一种基于机器学习的多金属结核图像识别方法

本发明公开了一种基于机器学习的多金属结核图像识别方法，包括：获取多金属结核图像并进行数据清洗，使用局部阈值对筛选出的图像进行二值化处理，对得到的二值化图像进行闭运算，进行多金属结核位置的标注后，根据海底环境特征进行特征增强作为数据集；搭建包含注意力模块的Mask R‑CNN作为多金属结核图像识别模型，包括插入注意力模块的特征提取网络和RPN网络生成预选框，之后通过ROIAlign确定预选框位置，并分别经过全连接层和全卷积网络得到预测概率和掩码分割结果，对多金属结核图像识别模型进行训练；将图片输入到训练好的多金属结核图像识别模型，得到多金属结核识别结果。