基于改进InceptionV3模型的常见矿物智能识别

• 作者: 唐小洁 商世为 张哲远 彭伟航 白林
• 来源期刊: 地质通报
• 学科: 地球科学
• 关键词: 矿物图像 矿物识别 人工智能 深度学习
• 年，卷（期）: 2019,（12）
• 页码范围: 2059-2066
• 页数: 8页
• 分类号: P585|P628
• 字数: 3733字
• 语种: 中文

摘要

以常见的16类矿物作为研究对象,收集每一类矿物约1000张图像,按比例划分为训练集、验证集和测试集,通过图像随机选取增加数据的多样性,建立矿物识别InceptionV3模型,训练7万次在测试集上获得81％的识别正确率.通过对损失函数的改进,引入Center Loss损失函数,训练40万次识别准确率提高到86％.对分类的混淆矩阵分析发现,孔雀石等外观特征明显的矿物识别正确率很高,而闪锌矿等与其他矿物容易混淆导致正确率较低.从特征图分析看出,模型很好地提取了孔雀石的放射状特征,矿物图像特征向量聚集程度很高,也说明了模型的可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白林		24	87	6.0	8.0
7	唐小洁	成都理工大学地球科学学院	2	0	0.0	0.0
8	彭伟航	成都理工大学网络安全学院	2	3	1.0	1.0
15	商世为	成都理工大学地球科学学院	1	0	0.0	0.0
16	张哲远	成都理工大学地球科学学院	1	0	0.0	0.0