基于深度學(xué)習(xí)的砂巖組分顯微圖像識別

任書杰, 胡勇*, 何文祥, 高小洋, 萬濤

(1.長江大學(xué)資源與環(huán)境學(xué)院, 武漢 430100; 2.中國石化中原油田物探研究院, 濮陽 457000)

巖石薄片礦物識別是巖石學(xué)研究工作的基礎(chǔ),亦是進(jìn)一步認(rèn)識巖石種類、成因機(jī)理、物質(zhì)運(yùn)移和演化歷史的基礎(chǔ)[1]。在地質(zhì)工作中,礦物薄片圖像的識別與鑒定工作,傳統(tǒng)的人工識別方法需要鑒定人員具備豐富的識別經(jīng)驗(yàn)。此外,這項(xiàng)工作比較耗時(shí),受個(gè)人主觀性的影響強(qiáng),往往導(dǎo)致薄片鑒定結(jié)果不準(zhǔn)確。

隨著深度學(xué)習(xí)技術(shù)的迅速發(fā)展,人工智能與石油地質(zhì)勘探結(jié)合得更加緊密,應(yīng)用在巖石薄片圖像處理上的技術(shù)變得更加成熟。自2014 年圖像識別技術(shù)取得突破性進(jìn)展以來,區(qū)域卷積神經(jīng)網(wǎng)絡(luò)(region convolutional neural networks,R-CNN)、快速區(qū)域卷積神經(jīng)網(wǎng)絡(luò)(fast region convolutional neural networks,Fast R-CNN)、Faster R-CNN等一系列技術(shù)不斷迭代,深度學(xué)習(xí)技術(shù)在圖像處理領(lǐng)域得到了迅速而廣泛的推廣。將其應(yīng)用于巖石薄片圖像的智能識別,為傳統(tǒng)識別方法提供了智能化的技術(shù)方案。例如,白林等[2]從6 種典型巖石中,各選擇1 000張薄片圖像組成原始數(shù)據(jù)集,采用VGG16特征提取網(wǎng)絡(luò)模型,經(jīng)過90 000次迭代訓(xùn)練,測試集的平均識別準(zhǔn)確率達(dá)到82%。余曉露等[3]則采用ResNet特征提取網(wǎng)絡(luò)模型,對碳酸鹽巖顯微圖像中的生物化石進(jìn)行智能識別,識別準(zhǔn)確率達(dá)到86%。胡祺[4]在此基礎(chǔ)上采用正交偏光、單偏光和兩者融合圖像建立數(shù)據(jù)集,并對其進(jìn)行訓(xùn)練,得到分類模型,使識別精度得到了提升。因上述方法需要大量數(shù)據(jù)組成訓(xùn)練數(shù)據(jù)集,使其可應(yīng)用性大受限制。劉燁等[5]通過提取圖像原始顏色空間和形態(tài)學(xué)梯度中的特征參數(shù)構(gòu)建巖石分類的特征空間,采用支持向量機(jī)(support vector machine,SVM)方法建立特征空間與巖石類別的對應(yīng)關(guān)系,實(shí)現(xiàn)對巖石薄片的預(yù)測與分類。此外,以分割礦物顆粒來對巖石巖性進(jìn)行預(yù)測,也獲得了較為豐富的研究成果。陳建湟等[6]將顯微圖像中的礦物顆粒用圖像分割技術(shù)區(qū)分開來,以礦物顆粒的輪廓為邊界分類。胡小晴等[7]采用數(shù)字圖像處理和聚類劃分算法進(jìn)行顆粒類別區(qū)分,實(shí)現(xiàn)了對巖石薄片孔隙和顆粒輪廓的分割,最終對劃分結(jié)果定量分析。范鵬召[8]運(yùn)用模糊C均值聚類算法(fuzzyC-means algorithm,FCM)將巖石組分的顏色、空間、紋理特征分配對應(yīng)的權(quán)重,實(shí)現(xiàn)巖石組分的識別及分類。

綜上所述,巖石薄片的分類研究多是采用機(jī)器學(xué)習(xí)的方法,并且,大都是先計(jì)算薄片特征然后分類[9]。近幾年來,隨著深度學(xué)習(xí)技術(shù)的強(qiáng)勢崛起,圖像識別廣泛應(yīng)用該技術(shù)。深度學(xué)習(xí)的諸多圖像處理算法在地質(zhì)學(xué)領(lǐng)域中嶄露頭角,并且取得了一些成果。由最初的R-CNN,到后來的Fast R-CNN,再到Faster R-CNN,識別效果不斷提升,特別是作為最為經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)算法Faster R-CNN,采用深度神經(jīng)網(wǎng)絡(luò)來處理目標(biāo)檢測的4個(gè)步驟:生成候選框、提取特征、分類、回歸,其處理過程可以通過計(jì)算機(jī)內(nèi)置的圖形處理器(graphics processing unit,GPU)運(yùn)行,大大縮短了處理時(shí)長,提高了檢測準(zhǔn)確率。R-CNN系列算法已經(jīng)廣泛應(yīng)用于農(nóng)業(yè)上幼苗和糧蟲的識別檢測[10-11],輸電線路巡檢圖像檢測[12],結(jié)核桿菌自動(dòng)檢測[13]以及路面裂縫智能化識別[14]等領(lǐng)域,然而,關(guān)于巖石礦物薄片圖像的檢測識別,其應(yīng)用卻寥寥無幾。因此,現(xiàn)從算法的實(shí)用性角度出發(fā),對比分析R-CNN系列的3種雙階段目標(biāo)檢測算法以及YOLO系列的3種單階段的目標(biāo)檢測算法,優(yōu)選Faster R-CNN目標(biāo)檢測算法,并比較兩種特征提取網(wǎng)絡(luò),優(yōu)選表現(xiàn)更好的ResNet50建立目標(biāo)檢測模型,進(jìn)行檢測識別,以期為傳統(tǒng)人工方法提供智能化技術(shù)方案。

1 Faster R-CNN目標(biāo)檢測算法

經(jīng)過R-CNN和Fast R-CNN的鋪墊,2016 年,Ross B. Girshick提出了改進(jìn)的目標(biāo)檢測算法,即Faster R-CNN。改進(jìn)之處在于,它將生成候選框、提取特征、分類、回歸都整合在一個(gè)網(wǎng)絡(luò)中,提高了算法的綜合性能,特別體現(xiàn)在檢測速度上。Faster R-CNN主要分為4個(gè)模塊:卷積層(conv layers)、區(qū)域建議網(wǎng)絡(luò)(region proposal network,RPN)、感興趣區(qū)域池化(region of interest pooling)、分類器(classifier)。Faster R-CNN檢測流程如圖1所示。

圖1 Faster R-CNN檢測流程示意圖Fig.1 The schematic diagram of Faster R-CNN detection process

1.1 卷積層

CNN系列的目標(biāo)檢測算法普遍使用Conv layers(卷積層),Faster R-CNN使用的卷積層還加入了Relu (整流線性單元)以及Pooling(池化)層來提取圖像的特征層。后續(xù)的區(qū)域建議網(wǎng)絡(luò)和全連接層均共享該特征層。

1.2 區(qū)域建議網(wǎng)絡(luò)

在Faster R-CNN出現(xiàn)之前,主流的目標(biāo)檢測算法生成檢測框用時(shí)較長,如將OpenCV圖像處理軟件與Adaboost人臉檢測相結(jié)合的滑動(dòng)窗口生成檢測框,再如R-CNN的選擇性搜索生成檢測框。Faster R-CNN則摒棄了滑動(dòng)窗口和選擇性搜索,直接使用區(qū)域建議網(wǎng)絡(luò)生成檢測框,大大提高了生成檢測框的速度,使之成為Faster R-CNN的一個(gè)巨大優(yōu)勢。

區(qū)域建議網(wǎng)絡(luò)得到卷積層提供的特征圖后,針對圖中的各個(gè)像素點(diǎn),會(huì)有9 個(gè)候選框與之對應(yīng)。因?yàn)樘卣鲌D有256 個(gè)通道,所以對于各個(gè)像素點(diǎn)的每一個(gè)通道,都使用滑動(dòng)窗口一一卷積,就會(huì)獲得一個(gè)新的256 維的向量。之后,區(qū)域建議網(wǎng)絡(luò)將利用此向量進(jìn)行二分類和邊框回歸。即網(wǎng)絡(luò)會(huì)給出每個(gè)候選框兩個(gè)得分,一個(gè)為物體得分,另一個(gè)為背景得分。依據(jù)這兩個(gè)值的大小,判斷該候選框內(nèi)是物體區(qū)域,還是背景區(qū)域。若候選框內(nèi)為物體,則將該候選框中心點(diǎn)的x、y坐標(biāo),候選框的長和寬,這4個(gè)參數(shù)(x,y,w,h)反饋給網(wǎng)絡(luò),網(wǎng)絡(luò)根據(jù)9 個(gè)候選框的得分,選取得分最大的候選框坐標(biāo)參數(shù)進(jìn)行回歸;若候選框內(nèi)為背景,則不再進(jìn)行任何后續(xù)操作,直接刪除。RPN過程如圖2所示。

圖2 RPN流程示意圖Fig.2 The schematic diagram of RPN process

區(qū)域建議網(wǎng)絡(luò)使用的總訓(xùn)練誤差函數(shù)LRPN為

LRPN=L({pi},{ti})

(1)

(2)

(3)

由于在實(shí)際過程中,NRcls和Nreg差距過大,用參數(shù)λ平衡二者(如NRcls=256,Nreg=2 400時(shí)設(shè)置λ=Nreg/NRcls≈10),使總的網(wǎng)絡(luò)Loss計(jì)算過程中能夠均勻考慮2種Loss。因此,Lreg使用smoothL1函數(shù),表達(dá)式為

(4)

(5)

對于邊界框的回歸,定義t與t*如下。

(6)

式(6)中:x、y、w、h分別為邊框中心點(diǎn)的縱橫坐標(biāo)、邊框的寬和高;x、xa、x*分別用于預(yù)測框、候選框與真實(shí)框(y、w、h同理)。

1.3 感興趣區(qū)域池化

感興趣區(qū)域池是用于對象檢測任務(wù)的神經(jīng)網(wǎng)絡(luò)層。它在保持高檢測精度的同時(shí),實(shí)現(xiàn)了訓(xùn)練和測試的顯著加速。它將區(qū)域建議網(wǎng)絡(luò)提供的建議框劃分為大小相等的部分(其數(shù)量與輸出的維度相同),查找每個(gè)部分中的最大值,并將這些最大值復(fù)制到輸出緩沖區(qū)。最終結(jié)果是,從具有不同大小的矩形列表中,可以快速獲得具有固定大小的相應(yīng)特征映射的列表。以單個(gè)8×8特征圖上執(zhí)行區(qū)域池化,輸出2×2的特征圖結(jié)果為例,其池化的過程如圖3所示(為保持精度,將像素轉(zhuǎn)化為映射到0～1的實(shí)數(shù))。

圖3 最大池化過程示意圖Fig.3 The schematic diagram of the max pooling process

1.4 分類器

區(qū)域建議網(wǎng)絡(luò)的分類只區(qū)分了背景和物體,判定識別所有物體(正樣本)具體屬于何種類別,則在分類器中完成。分類器利用已經(jīng)池化后的特征圖,通過全連接層計(jì)算每個(gè)建議框中的物體所屬類別,輸出概率向量;同時(shí)再次利用邊界框回歸獲得每個(gè)建議框的位置偏移量,用于回歸更加精確的目標(biāo)檢測框。

2 實(shí)驗(yàn)過程

2.1 實(shí)驗(yàn)環(huán)境

實(shí)驗(yàn)采用Faster R-CNN 目標(biāo)檢測方法,識別砂巖薄片圖像中的巖屑、長石和石英3類礦物。實(shí)驗(yàn)使用Anaconda3作為虛擬環(huán)境管理器,使用的計(jì)算機(jī)顯卡為NVIDIA GTX1050,對應(yīng)匹配的并行計(jì)算平臺(tái)和編程模型(CUDA)版本為10.1,與CUDA10.1對應(yīng)的深度神經(jīng)網(wǎng)絡(luò)庫(cuDNN)版本號為7.6.5.32。最終的編程模型運(yùn)行在Visual Studio Code源代碼編輯器上。搭建虛擬環(huán)境所需的各種依賴包版本號如表1所示。

表1 搭建環(huán)境所需的各種依賴包及其版本號Table 1 Various dependency packages and their version numbers required to build the environment

2.2 圖像采集及預(yù)處理

實(shí)驗(yàn)采用200 張正交偏光下的砂巖顯微圖像,作為原始數(shù)據(jù)集。在用偏光顯微鏡對砂巖薄片進(jìn)行拍攝的過程中,會(huì)因?yàn)槠怙@微鏡品牌和型號的不同,或者拍攝參數(shù)設(shè)置不同,而導(dǎo)致拍攝的圖片在分辨率、色調(diào)等性質(zhì)上有所不同。為了保證圖像的有效性,實(shí)驗(yàn)前,對圖像進(jìn)行預(yù)處理必不可少。其具體操作包括:圖像歸一化、圖像降噪、像素增強(qiáng)。歸一化即將所有圖像歸一為相同比例尺;降噪是采用雙邊濾波算法對圖像進(jìn)行降噪;像素增強(qiáng)則是運(yùn)用直方圖均衡化算法增強(qiáng)物體區(qū)域和背景區(qū)域的顆粒灰度差異,在保持原圖像特征統(tǒng)一的條件下,使圖像特征更加清晰、圖像噪聲影響更低。

通過圖像預(yù)處理操作之后的圖像效果如圖4所示。圖4(a)是一張砂巖薄片顯微原圖,圖4(b)是經(jīng)過預(yù)處理之后的圖像,圖像色彩和紋理的清晰度顯著提高。

圖4 圖像預(yù)處理前后對比Fig.4 Comparison before and after image preprocessing

2.3 建立數(shù)據(jù)集

為了提升數(shù)據(jù)的廣泛性,在建立砂巖薄片數(shù)據(jù)集時(shí),將預(yù)處理后的砂巖薄片顯微圖像,進(jìn)行多種變換操作,使得數(shù)據(jù)更加多樣化。

該實(shí)驗(yàn)對原始數(shù)據(jù)進(jìn)行數(shù)據(jù)增強(qiáng)的方式包括圖像旋轉(zhuǎn)、鏡像翻轉(zhuǎn)、改變顏色通道,過程如圖5所示。由此,將初始的200 張砂巖薄片圖像擴(kuò)展到600 張,擴(kuò)充后的數(shù)據(jù)集將為模型的訓(xùn)練提供數(shù)據(jù)支撐。最后,按照隨機(jī)分配的原則,以5∶1劃分訓(xùn)練集和測試集。這兩類數(shù)據(jù)集的功能各不相同,訓(xùn)練集所占比例大,主要用于訓(xùn)練模型,使得模型學(xué)習(xí)其特征;測試集所占比例小,主要用于測試并調(diào)整模型參數(shù),初步評估模型預(yù)測的準(zhǔn)確率,并對最終模型的整體性能進(jìn)行評估。

圖5 砂巖薄片顯微圖像數(shù)據(jù)集增強(qiáng)過程示意圖Fig.5 Schematic diagram of the enhancement process of sandstone thin section microscopic image dataset

2.4 模型設(shè)計(jì)

研究采用深度學(xué)習(xí)中的Faster R-CNN目標(biāo)檢測算法來識別砂巖薄片圖像中的石英、長石和巖屑,Faster R-CNN可分為候選框提取和目標(biāo)檢測兩大部分,在前述的Faster R-CNN的4個(gè)模塊中,卷積層、區(qū)域建議網(wǎng)絡(luò)、感興趣區(qū)域池化都屬于第一部分,分類器則屬于第二部分。

在第一部分中,輸入的圖像先通過卷積層,得到該圖像的共享特征層,再通過區(qū)域建議網(wǎng)絡(luò)篩選出含有物體的候選框,并進(jìn)行回歸,在每個(gè)物體對應(yīng)的9 個(gè)候選框中選擇最合適的一個(gè),作為建議框。區(qū)域建議網(wǎng)絡(luò)將傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)中的全連接層變?yōu)榫矸e層,因此,區(qū)域建議網(wǎng)絡(luò)是全卷積神經(jīng)網(wǎng)絡(luò)。最后,在感興趣區(qū)域池化模塊中,將含有建議框的共享特征層進(jìn)行最大池化,劃分建議框?yàn)榇笮∠嗟鹊牟糠?其數(shù)量與輸出的維度相同)。至此,第一部分的工作結(jié)束,進(jìn)入第二部分。而第二部分則是選擇合適的特征提取網(wǎng)絡(luò),對第一部分最終生成建議框中的目標(biāo)進(jìn)行檢測分類,即確定該物體的具體類別。

常見的特征提取網(wǎng)絡(luò)有VGG16(visual geometry group 16)[15]、ZFnet(Zeiler and Fergus net)[16]、ResNet50(residual network 50)[17],在研究中,采用具有深度殘差塊結(jié)構(gòu)的ResNet50特征提取網(wǎng)絡(luò),殘差塊結(jié)構(gòu)把前面某一層的輸出數(shù)據(jù)跳過多個(gè)卷積層直接輸入后面的數(shù)據(jù)層。意味著后面的共享特征層中的部分內(nèi)容是其前面某一層的線性貢獻(xiàn)。殘差塊結(jié)構(gòu)如圖6所示。設(shè)計(jì)深度殘差網(wǎng)絡(luò)是為了解決因?yàn)榫W(wǎng)絡(luò)深度加深而導(dǎo)致學(xué)習(xí)效率低下和準(zhǔn)確率無法有效提升的問題[18]。

圖6 ResNet50中的殘差塊結(jié)構(gòu)圖Fig.6 The residual block structure diagram in ResNet50

2.5 模型訓(xùn)練

采用遷移學(xué)習(xí)[19]的方法,將已訓(xùn)練好的Pascal VOC 2007數(shù)據(jù)集模型作為預(yù)訓(xùn)練模型。VOC-2007作為標(biāo)準(zhǔn)數(shù)據(jù)集,是衡量圖像分類識別能力的標(biāo)尺。 Faster-R-CNN,Yolo-v1, Yolo-v2都采用此數(shù)據(jù)集作為演示樣例,VOC數(shù)據(jù)集共包含:訓(xùn)練集(5 011 幅),測試集(4 952 幅),共計(jì)9 963 幅圖,包含了飛機(jī)、自行車、鳥、船、瓶子、公共汽車等20 個(gè)種類。雖然石英、長石、巖屑并不包含在這些類別中,但是VOC-2007預(yù)訓(xùn)練模型已經(jīng)具備了強(qiáng)大的圖像特征提取功能,這將為砂巖薄片的識別提供巨大幫助,特別是基于獨(dú)立顯卡GPU的圖形處理,大大縮短了訓(xùn)練模型所需時(shí)間。模型訓(xùn)練設(shè)置40 個(gè) Epochs,學(xué)習(xí)率為 0.000 1。模型訓(xùn)練結(jié)果如圖7、圖8所示,可以看出隨著迭代次數(shù)增加,訓(xùn)練集和驗(yàn)證集的準(zhǔn)確率越來越高,損失越來越低,訓(xùn)練集和驗(yàn)證集逐漸趨于一致,模型收斂良好。

圖7 訓(xùn)練集和測試集準(zhǔn)確率曲線Fig.7 Training set and test set accuracy curve

圖8 訓(xùn)練集和測試集損失曲線Fig.8 Training and test set loss curves

2.6 模型測試

隨機(jī)抽取測試集中的樣本圖像用于測試訓(xùn)練模型的識別效果,結(jié)果如圖9所示。可見,長石、石英和巖屑三類礦物均能較好識別。

圖9 模型預(yù)測圖Fig.9 The model prediction graph

3 模型可靠性驗(yàn)證

3.1 評價(jià)指標(biāo)

為了驗(yàn)證實(shí)驗(yàn)?zāi)Ｐ偷目煽啃?采用準(zhǔn)確率(precision,P)、召回率(recall,R)、平均準(zhǔn)確率(average precision,AP)、平均準(zhǔn)確率的均值(mean average precision,mAP)以及P-R曲線這5個(gè)指標(biāo)來進(jìn)行綜合評價(jià)。各個(gè)評價(jià)指標(biāo)的計(jì)算方式及結(jié)果如下。

準(zhǔn)確率P是判定為正例中真正正例數(shù)與總正例數(shù)之比,召回率R是被正確判定為正例數(shù)與總正例數(shù)之比。其定義公式分別如下。

(7)

(8)

式中:TP、FP、TN、FN為標(biāo)記類與預(yù)測類的4種判斷結(jié)果,如表2所示。

表2 混淆矩陣Table 2 The confusion matrix

石英、長石、巖屑的準(zhǔn)確率曲線分別如圖10～圖12所示,召回率曲線分別如圖13～圖15所示。

圖10 石英的準(zhǔn)確率曲線Fig.10 The accuracy curve of quartz

圖11 長石的準(zhǔn)確率曲線Fig.11 The accuracy curve of feldspar

圖12 巖屑的準(zhǔn)確率曲線Fig.12 The accuracy curve of debris

圖13 石英的召回率曲線Fig.13 The recall curve of quartz

圖14 長石的召回率曲線Fig.14 The recall curve of feldspar

圖15 巖屑的召回率曲線Fig.15 The recall curve of debris

由于準(zhǔn)確率和召回率互為矛盾,因此通常采用P-R曲線作為重要的評價(jià)指標(biāo)。P-R曲線縱軸為準(zhǔn)確率,橫軸為召回率。AP就是P-R曲線與縱軸、橫軸所圍成的面積,越好的分類器,往往其AP值就越高。mAP則是多個(gè)類別平均準(zhǔn)確率的均值。AP 和 mAP 計(jì)算公式分別為

(9)

(10)

式中:N為目標(biāo)檢測的種類數(shù)。實(shí)驗(yàn)中,有石英(quartz)、長石(feldspar)、巖屑(debris)3種檢測目標(biāo),因此mAP值為3種檢測目標(biāo)AP值的平均值。由實(shí)驗(yàn)可知,實(shí)驗(yàn)?zāi)Ｐ蛯κ⒌臋z測平均準(zhǔn)確率為90.90%,長石為89.35%,巖屑為87.58%,計(jì)算可得,3個(gè)類別的平均準(zhǔn)確率均值(mAP)為89.28%。其P-R曲線分別如圖16～圖18所示。

圖16 石英的P-R曲線Fig.16 The P-R curve of quartz

圖17 長石的P-R曲線Fig.17 The P-R curve of feldspar

圖18 巖屑的P-R曲線Fig.18 The P-R curve of debris

3.2 不同算法實(shí)驗(yàn)對比

Faster-R-CNN是典型的雙階段(two-stage)算法,即先生成候選框,再通過卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行分類。YOLO[20]系列的算法則是單階段(one-stage)算法,目標(biāo)的位置坐標(biāo)和類別概率一同回歸。根據(jù)王永生等[21]的不同算法實(shí)驗(yàn)對比,其結(jié)果如表3所示。

表3 不同算法實(shí)驗(yàn)對比[21]Table 3 Experimental comparison of different algorithms[21]

由表3可知,隨著單階段的YOLO系列算法不斷迭代升級,其每一代算法版本檢測結(jié)果的平均準(zhǔn)確率不斷提高。但是,two-stage(雙階段)算法Faster R-CNN的檢測精度仍要高于單階段的YOLO系列算法。該實(shí)驗(yàn)選取的Faster R-CNN算法優(yōu)勢明顯,其性能更佳,可以很好地完成砂巖顯微圖像識別任務(wù)。

3.3 不同特征提取網(wǎng)絡(luò)性能對比

根據(jù)前人的研究[22-26], VGG16和ResNet50各自有其性能更勝一籌的應(yīng)用場景。雖然ResNet50具有深度殘差塊結(jié)構(gòu),但是,這并不意味著VGG16網(wǎng)絡(luò)的性能就一定不如ResNet50,對于某些訓(xùn)練模型,ResNet50的綜合表現(xiàn)不如VGG16。VGG16在特征提取上重復(fù)使用相同大小的卷積核,這雖然增加了模型的處理時(shí)長,但是保證了準(zhǔn)確率。隨著模型訓(xùn)練迭代次數(shù)的增加,VGG16和ResNet50在模型訓(xùn)練過程中的平均準(zhǔn)確率、整體損失對比結(jié)果如圖19和圖20所示。

圖19 VGG16和ResNet50平均準(zhǔn)確率對比Fig.19 The comparison of the average accuracy of VGG16 and ResNet50

圖20 VGG16和ResNet50整體損失對比Fig.20 The overall loss comparison between VGG16 and ResNet50

由圖19和圖20可知,在兩種特征提取網(wǎng)絡(luò)中,ResNet50網(wǎng)絡(luò)表現(xiàn)的效果更好,其P-R曲線圍成的面積最大,在召回率恒定的條件下能夠保持較高的準(zhǔn)確度,并且隨著迭代次數(shù)的不斷增加,ResNet50網(wǎng)絡(luò)訓(xùn)練損失較低。因此,ResNet50特征提取網(wǎng)絡(luò)更適用于識別石英、長石、巖屑三類物質(zhì)的實(shí)驗(yàn)。

4 結(jié)論

(1)提出采用ResNet50特征提取網(wǎng)絡(luò)的Faster R-CNN目標(biāo)檢測算法模型,可以對砂巖顯微圖像中的石英、長石、巖屑進(jìn)行識別,識別平均準(zhǔn)確率為89.28%。

(2)為驗(yàn)證模型的可靠性,對比了不同的算法和特征提取網(wǎng)絡(luò),結(jié)果表明,Faster R-CNN目標(biāo)檢測算法的識別效果優(yōu)于YOLOv3、YOLOv4以及YOLOv5s,ResNet50特征提取網(wǎng)絡(luò)表現(xiàn)效果優(yōu)于VGG16。

(3)研究表明,將深度學(xué)習(xí)中的圖像處理技術(shù)和全卷積神經(jīng)網(wǎng)絡(luò)結(jié)合起來,應(yīng)用于砂巖薄片的智能識別具有一定的可行性,可以為傳統(tǒng)人工方法提供智能化技術(shù)方案。

(4)該技術(shù)具有應(yīng)用多元化的特點(diǎn),改變識別對象,訓(xùn)練相應(yīng)的識別模型,即可識別其他物體。在本行業(yè)具有十分廣闊的應(yīng)用前景,能夠滿足不同種類的識別需求。