典型文献
基于Debseg-Net的岩屑图像语义分割
文献摘要：
岩屑的岩性识别是地质工作中的一项重要内容.为解决传统人工鉴别岩性的低效问题和通用机器学习模型在岩屑岩性识别上的不适用性,包括准确率欠佳、网络参数冗杂、网络效率低下,针对岩屑图像的特征设计了一种岩屑图像的语义分割网络Debseg-Net,该网络采用编解码结构,卷积与转置卷积结合实现对岩屑图像特征的提取与像素级分类,采用深度可分离卷积减少参数量从而可进一步加深网络,使用跳级连接避免迭代过程中的信息丢失.同时提出了一种高效的岩屑图像自标记方法.经多次实验,Debseg-Net在10口探井收集的640张共计5类岩屑图像数据集上,识别准确率达到98.43％,平均交并比达到90.01％,领先同类型分割网络2.59％ ～7.04％,在实现数字化岩屑录井进程中提供了方法.
文献关键词：
语义分割网络;岩屑图像;深度学习;岩性;深度可分离卷积
中图分类号：
作者姓名：
覃本学;沈疆海;马丙鹏;宋文广
作者机构：
长江大学计算机科学学院,荆州434023;中国科学院大学计算机科学与技术学院, 北京100190
文献出处：
引用格式：
[1]覃本学;沈疆海;马丙鹏;宋文广-.基于Debseg-Net的岩屑图像语义分割)[J].科学技术与工程,2022(29):12927-12935
A类：
Debseg,岩屑图像
B类：
Net,图像语义分割,岩性识别,地质工作,传统人工,通用机,机器学习模型,网络参数,冗杂,网络效率,语义分割网络,编解码结构,转置卷积,图像特征,特征的提取,像素级,深度可分离卷积,参数量,跳级连接,信息丢失,探井,图像数据集,识别准确率,平均交并比,比达,先同,岩屑录井
AB值：
0.277798
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。
