基于目标检测的地质异常信息提取——以湖南香花岭地区为例

• 作者: 宋相龙 李楠 李苍柏
• 来源期刊: 地质学刊
• 学科: 工学
• 关键词: 卷积神经网络 目标检测 YOLO算法 构造信息 湖南香花岭
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 研究快讯
• 页码范围: 434-439
• 页数: 6页
• 分类号: TP183
• 字数: 2478字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3636.2018.03.013

摘要

卷积神经网络在图像识别领域处于领先地位,在目标检测方面的应用也越来越广泛,其特点是可以提取点与点之间的相关关系.二维地质图中,点与点之间往往存在特定的空间关系,将卷积神经网络技术应用于地质异常信息的提取有其重要性.在讨论卷积神经网络以及基于该技术目标检测算法(YOLO)的基础上,以湖南香花岭地区为例,提取与锡矿成矿相关的构造信息并进行分析,结果该方法能够覆盖原有矿点,有效地定义点与点之间的相关关系,描述点与点之间的空间相关性,可靠地提取与成矿有关的构造线密度信息,在花岗岩体与构造复杂地区圈出地质异常信息.