| 基于SqueezeNet卷积神经网络的岩石薄片图像分类研究 |
| |
| 引用本文： | 程国建,李碧,万晓龙,姚卫华,魏新善.基于SqueezeNet卷积神经网络的岩石薄片图像分类研究[J].矿物岩石,2021,41(4):94-101. |
| |
| 作者姓名： | 程国建 李碧 万晓龙 姚卫华 魏新善 |
| |
| 作者单位： | 西安石油大学计算机学院,陕西西安 710065;中国石油长庆油田分公司勘探开发研究院,陕西西安 710018 |
| |
| 摘 要： | 在地质研究中,针对岩石薄片图像分类算法可移植性不高、分类速度较慢等问题,提出将轻量级卷积神经网络结构SqueezeNet应用于岩石薄片图像分类.实验的数据集为鄂尔多斯某油田区域的10026张长石砂岩图像,图像大小均为224×224像素,通过SqueezeNet网络模型进行训练,在较短时间内实现了岩石薄片图像的分类,并取得了较好分类效果,验证集分类准确率最高可达到90.88％.实验结果表明,所提模型在保证准确率的同时,大大减少了模型参数,模型大小仅为4.78 MB,提升了岩石分类速度、增强了模型的可移植性.
|
| 关 键 词： | 岩石薄片图像 卷积神经网络 SqueezeNet卷积网络 |
RESEARCH ON CLASSIFICATION OF ROCK SECTION IMAGE BASED ON SQUEEZENET CONVOLUTIONAL NEURAL NETWORK |
| |
| Cheng Guojian,Li Bi,Wan Xiaolong,Yao Weihua,Wei Xinshan.RESEARCH ON CLASSIFICATION OF ROCK SECTION IMAGE BASED ON SQUEEZENET CONVOLUTIONAL NEURAL NETWORK[J].Journal of Mineralogy and Petrology,2021,41(4):94-101. |
| |
| Authors: | Cheng Guojian Li Bi Wan Xiaolong Yao Weihua Wei Xinshan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
