摘要
本发明涉及人工智能与矿物学交叉技术领域,公开了一种基于光学显微照片的AI矿物自动识别方法,包括如下步骤:步骤S1:数据采集与预处理;步骤S2:数据分类及标注,采用两阶段标注流程构建岩石显微图像数据集;步骤S3:深度学习模型搭建与训练;步骤S4:模型优化与定量特征学习;步骤S5:软件平台开发;步骤S6:硬件系统联用与全流程自动化。本发明操作简便性方面,通过构建全自动薄片扫描硬件系统与智能软件平台的联用,实现了从岩石薄片自动扫描、矿物自动分析到PDF报告自动生成的全流程自动化操作,大幅减少了人工干预,降低了操作难度和复杂度,即便没有丰富经验的操作人员也能轻松完成复杂的矿物鉴定工作。
技术关键词
自动识别方法
深度学习模型
硬件系统
岩石薄片制作
支撑深度学习
数据分类
图像
偏光
深度学习框架
两阶段
显微相机
数据库系统
报告
反射光
实例分割
扫描系统
多平台
系统为您推荐了相关专利信息
保温板生产线
故障诊断方法
故障诊断推理
图谱
知识本体
混合损失函数
神经网络模型训练
训练神经网络模型
动态
三次样条插值
节能显示方法
LED显示屏
人流量数据
环境光
图像
自动识别方法
生成对抗网络
联合损失函数
多尺度注意力机制
超分辨率