论文部分内容阅读
在油气勘探中,通常通过重磁、测井、地震、遥感、电磁、地球化学、手标本及薄片分析等方法对岩石样本进行识别,本文拟使用深度学习的方式对岩石样本图像进行识别,采用ResNet残差神经网络模型判断不同岩石样本的图像特征(如轮廓、纹理等)进行分类识别。该方法分为图像预处理、图像增强、设计深度学习神经网络模型、训练网络模型、验证与预测等步骤,能够对岩石样本图像进行识别。实验结果表明,该方法的分类准确性达到0.778。