简介:
本申请关于一种基于机器学习的岩石薄片组分识别方法、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识别模型,输出得到与待测薄片图像的对应的分割区域以及识别结果;基于分割区域与识别结果确定待测薄片样本的几何特征。在对于岩石样本的种类进行确定的过程中,将待测薄片图像输入岩石薄片图像识别模型,获得与待测薄片图像对应的分割区域以及识别结果,最终确定待测薄片样本的几何特征。在进行岩石鉴定的过程当中,借助基于机器学习的神经网络模型,通过对于待测薄片图像中的每个组分区域的分割以及识别,提高了对于岩石薄片中组分的识别效率。
本申请关于一种基于机器学习的岩石薄片组分识别方法、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识别模型,输出得到与待测薄片图像的对应的分割区域以及识别结果;基于分割区域与识别结果确定待测薄片样本的几何特征。在对于岩石样本的种类进行确定的过程中,将待测薄片图像输入岩石薄片图像识别模型,获得与待测薄片图像对应的分割区域以及识别结果,最终确定待测薄片样本的几何特征。在进行岩石鉴定的过程当中,借助基于机器学习的神经网络模型,通过对于待测薄片图像中的每个组分区域的分割以及识别,提高了对于岩石薄片中组分的识别效率。