典型文献
基于U-Net岩石薄片的孔隙提取方法
文献摘要:
针对传统分割方法的缺点问题提出解决方法,标注方法采用弱监督标注中的不完全标注的方式简化标注,结合迁移学习提前初始化网络的权重,按照上述思路训练一个端到端的深度学习模型.实验证明,该方法显著优于传统的岩石薄片颗粒分割方法且无需人工操作,与主流卷积神经网络相比在细小颗粒的分割和提取具有更好的效果.
文献关键词:
岩石薄片图像;语义分割;孔隙提取;U-net
中图分类号:
作者姓名:
尚福华;张瑞;杜睿山;刘文豪
作者机构:
东北石油大学计算机与信息技术学院,大庆市163318
文献出处:
引用格式:
[1]尚福华;张瑞;杜睿山;刘文豪-.基于U-Net岩石薄片的孔隙提取方法)[J].海南大学学报(自然科学版),2022(02):134-141
A类:
孔隙提取
B类:
Net,分割方法,标注方法,弱监督,迁移学习,初始化,照上,端到端,深度学习模型,法显,颗粒分割,人工操作,细小,小颗粒,岩石薄片图像,语义分割,net
AB值:
0.365814
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。