摘要

本申请提供了一种沉积岩类别自动识别方法,包括:获取待识别沉积岩的岩石图像,对所述岩石图像进行扩充处理,得到对应所述岩石图像的图像集;将所述图像集输入类别识别模型中的提取层得到所述图像集的特征信息;所述类别识别模型是通过对ResNet50模型进行改造并训练得到的;将所述特征信息输入所述类别识别模型中的自建卷积神经网络,得到各个类别岩石对应的分类得分值;根据各个类别岩石对应的分类得分值,确定所述沉积岩岩石的预测类别。避免了人工经验识别方法带来的识别准确率不稳定的问题,同时避免传统实验室识别方法准确性有保障但花费高昂且周期较长的问题,也避免了现有技术中采用的VGG模型无法很好针对小数据集,特征提取效果不佳的问题。