| 基于深度学习的介形类化石识别 |
| |
| 引用本文： | 安玉钏,陈雁,黄玉楠,李平,蒋裕强.基于深度学习的介形类化石识别[J].地质论评,2021,67(6):67112001-67112001. |
| |
| 作者姓名： | 安玉钏 陈雁 黄玉楠 李平 蒋裕强 |
| |
| 作者单位： | 西南石油大学，成都，610500 |
| |
| 基金项目： | 本文为四川省科技厅项目——深层页岩智能孔缝分析及孔隙网络建模技术研究（编号：2020YFG0156）、油气藏地质开发工程重点实验室开放基金课题——页岩气空隙网络建模技术（编号：PLN201931）的成果 |
| |
| 摘 要： | 介形类化石对地质年代的确定、古湖泊和古海洋的研究、古环境的重建以及海底石油资源的勘探等工作都具有重要意义。然而，现有识别化石颗粒的方法费时费力，准确率也有待提高。鉴于介形类化石颗粒的类别具有科、属、种的层次结构，种类数量庞大，所以本文提出了一种层次化识别方法。首先进行目标检测，实现介形类化石的定位与属类划分；之后在目标检测模块的基础上进行智能识别，使用卷积神经网络和支持向量机提取属类下更细微的种类特征，实现化石种类划分。实验结果表明，本文提出的分层次识别模型能检测出化石图像中所有化石颗粒的位置信息并对其进行分类，分类准确率可达95%，且相较于未进行分层次识别的模型，能将识别准确率提升1.8%~5.8%。
|
| 关 键 词： | 介形类化石 层次识别 深度学习 目标检测 智能识别 |
| 收稿时间： | 2021/7/29 0:00:00 |
| 修稿时间： | 2021/10/29 0:00:00 |
Ostracod fossils recognition based on deep learning |
| |
| AN Yuchuan,CHEN Yan,HUANG Yunan,LI Ping,JIANG Yuqiang.Ostracod fossils recognition based on deep learning[J].Geological Review,2021,67(6):67112001-67112001. |
| |
| Authors: | AN Yuchuan CHEN Yan HUANG Yunan LI Ping JIANG Yuqiang |
| |
| Institution: | Southwest Petroleum University,Chengdu,610500 |
| |
| Abstract: | |
| |
| Keywords: | ostracod fossils hierarchical recognition deep learning object detection intelligent recognition |
|
| 点击此处可从《地质论评》浏览原始摘要信息 |
| 点击此处可从《地质论评》下载免费的PDF全文 |
