一种基于深度学习的铀矿物扫描电镜图像分类方法

查看全文

202211344406复制

CN202211344406.2复制

人工智能

摘要

本发明属于地质学与深度学习技术交叉领域，具体涉及一种基于深度学习的铀矿物扫描电镜图像分类方法，包括如下步骤：步骤S1：采集和建立扫描电镜下铀矿物图像样本数据集；步骤S2：扩大铀矿物扫描电镜样本数据集数量，得到增强后的铀矿物扫描电镜图像样本数据集UraniumDataset；步骤S3：将步骤S2中UraniumDataset按照比例划分训练数据集、测试数据集和验证数据集；步骤S4：构建轻量级卷积神经网络MobileNet模型；步骤S5：将训练数据集输入到改进的L‑MobileNet模型中进行训练；步骤S6：利用铀矿物扫描电镜图像分类模型对铀矿物扫描电镜图像进行识别分类，得到铀矿物类型的名称。

申请人

核工业北京地质研究院

第一发明人

骆效能

著录信息

20221031

20230203

申请日

首次公开日

授权(公告日)

维持时间：年

预估到期：