简介:
本申请关于一种基于机器学习的岩石薄片图像分割方法、装置及介质,涉及石油地质勘探领域,该方法包括:获取至少一张待测薄片图像;将待测薄片图像输入岩石薄片图像分割模型,输出得到与待测薄片图像对应的分割图像;基于分割图像生成与待测薄片图像对应的分割结果。在对于待测薄片图像进行鉴定的过程中,通过基于Mask‑RCNN网络的岩石薄片图像分割模型,对于待测薄片图像进行分割,以分割图像的形式以组分图像为基准的,对于待测薄片图像进行分割的分割结果。在应用计算机中的图像分割方式代替人工分割方式的基础上,引入了用于图像处理的基于机器学习的Mask‑RCNN网络模型,对待测薄片图像中的组分区域提供了更好的划分指导,提高了分割结果的准确率。
本申请关于一种基于机器学习的岩石薄片图像分割方法、装置及介质,涉及石油地质勘探领域,该方法包括:获取至少一张待测薄片图像;将待测薄片图像输入岩石薄片图像分割模型,输出得到与待测薄片图像对应的分割图像;基于分割图像生成与待测薄片图像对应的分割结果。在对于待测薄片图像进行鉴定的过程中,通过基于Mask‑RCNN网络的岩石薄片图像分割模型,对于待测薄片图像进行分割,以分割图像的形式以组分图像为基准的,对于待测薄片图像进行分割的分割结果。在应用计算机中的图像分割方式代替人工分割方式的基础上,引入了用于图像处理的基于机器学习的Mask‑RCNN网络模型,对待测薄片图像中的组分区域提供了更好的划分指导,提高了分割结果的准确率。