基于SVM-FTVGG16的岩屑检测方法

作者：范思萌; 王梅^*; 杨二龙^*; 孙先达

来源：现代电子技术, 2021, 44(20): 103-106.

DOI：10.16652/j.issn.1004-373x.2021.20.021

• 岩屑检测
• 目标检测
• VGG16网络
• 迁移学习
• 图像采集
• 图像处理
• 特征提取

岩屑图像的岩石位置检测一直都是地质勘探研究的重点之一。传统的岩屑检测方法采取人工提取特征的方式,难以获取更深层的和更抽象的语义特征,又由于岩屑图像采集的数量较少,往往不能满足深度学习所有大量训练数据集的要求,会降低其识别效果。为解决岩屑图像识别困难和准确率问题,提出一种基于SVM-FTVGG16的目标检测方法。该方法采用迁移学习的方法在VGG16网络的基础上,训练岩屑图像检测FTVGG16网络模型,并使用FTVGG16网络自动进行特征提取,采用SVM分类器进行分类。最后基于非极大值抑制的方法确定目标的最终位置。实验结果表明,基于SVMFTVGG16的岩石目标检测算法在检测精度上有了很大提升。

• 单位
  东北石油大学