摘要
本发明提供一种钻孔图像智能识别算法,属于地质工程与计算机视觉交叉技术领域。通过数字式全景钻孔摄像系统获取钻孔结构面原始数据,经标准化裁剪构建多尺度特征数据集;对钻孔图像结构面数据集进行处理:包括图像标注、数据集划分等。根据Resnet50模型确定输入变量和输出变量,利用训练集对Resnet50网络进行训练,完成Resnet50网络模型的构建;正弦余弦算法SCA优化:引入正弦余弦算法SCA对Resnet50网络模型的超参数与阈值进行全局优化,得到优化后的Resnet50网络模型;根据测试集的样本,基于优化Resnet50网络模型对其进行预测,生成预测图得到最终的结果。本发明的正弦余弦算法(SCA)优化过程中采用K折交叉验证,防止正弦余弦算法陷入局部极值,最终通过迭代训练生成高精度识别模型,实现钻孔结构面形态的自动化检测。
技术关键词
图像智能识别算法
正弦余弦算法
钻孔结构
卷积神经网络模型
图像结构
卷积神经网络结构
计算机视觉交叉技术
摄像机
全景钻孔摄像
粒子群算法
数据
孔壁图像
参数
封隔器
样本
绝热装置
系统为您推荐了相关专利信息
切片
注释方法
图像块
图像特征提取
基因表达特征
像素点
图像识别方法
亮度
Retinex算法
多尺度
LSTM模型
长短期记忆单元
塔吊
卷积神经网络模型
数据
电力运维方法
设备运行数据
卷积神经网络模型
周期
负荷
抽水蓄能机组工况
卷积神经网络模型
判定方法
长短期记忆网络
声音采集设备