基于卷积神经网络的碳酸盐岩生物化石显微图像识别

• 作者: 余晓露 叶恺 杜崇娇 宫晗凝 马中良
• 来源期刊: 石油实验地质
• 关键词: 卷积神经网络 ResNet YOLO 显微图像识别 生物化石 碳酸盐岩
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 中国石化油气成藏重点实验室成立十周年学术研讨会论文专辑
• 页码范围: 880-885,895
• 页数: 7页
• 分类号: TE135
• 语种: 中文
• DOI: 10.11781/sysydz202105880

摘要

碳酸盐岩薄片中的生物化石识别对判断沉积环境研究具有重要的意义,但传统的人工鉴定方法对经验要求高,受主观影响较大.该文提出一种基于ResNet卷积神经网络的碳酸盐岩生物化石显微图像识别方法,通过图像预处理、设计模型、训练模型等步骤,实现了薄片图像中生物化石的智能识别,识别准确率为86％;并同时提出进阶YOLO(You Only Look Once)目标检测模型,可实现薄片图像中生物化石所在区域的检测和识别,识别准确率为85％.该方法验证了使用数字图像处理和深度学习方法对碳酸盐岩生物化石显微图像进行智能识别的可行性,可作为传统人工鉴定方法的有益补充,具有一定的实际应用价值.