科研之友
微信
新浪微博
Facebook
分享链接
摘要
岩屑录井在地质构造研究及油气勘探等领域中有重要作用。随着录井技术提升，岩屑录井图片数量剧增，传统人工识别岩屑已远不能满足实际工作需求。基于迁移学习的卷积神经网络在图片分类识别中以高效著称。以常见的18种岩屑为研究对象，基于在ImageNet图像数据集上训练好的VGG-16模型建立符合岩屑图片数据集特征的迁移学习模型，并应用到实际的岩性识别中。选用5 877张岩屑录井图片，以3∶1∶1的比例随机划分训练集、验证集和测试集，其岩性识别准确率分别达到99.7%、87.2%和87.3%。测试学习结果表明该方法比卷积神经网络模型在岩性分类识别中具有更高的准确率。
- 单位
