-
公开(公告)号:CN118097291B
公开(公告)日:2025-02-11
申请号:CN202410303263.3
申请日:2024-03-18
Applicant: 中核勘察设计研究有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于卷积神经网络的岩石裂隙自动识别方法,涉及岩石裂隙预测技术领域,包括以下步骤:收集大量钻孔孔壁岩石图像;使用图像标注工具标注出钻孔孔壁岩石图像中的节理裂隙,得到节理裂隙形态图像,和由节理裂隙形态图像组成的节理裂隙形态数据集;基于深度学习模型,对节理裂隙形态图像进行分割处理,构建裂隙识别模型;该基于卷积神经网络的岩石裂隙自动识别方法,通过引入深度神经网络,可以对钻孔孔壁岩石图像中存在的节理裂隙快速准确检测识别,使得裂隙的识别与确认不受次要因素影响,野外采集数据速度快,降低了该工作准入门槛,提高了完成岩石、节理裂隙识别的效率。
-
公开(公告)号:CN118097291A
公开(公告)日:2024-05-28
申请号:CN202410303263.3
申请日:2024-03-18
Applicant: 中核勘察设计研究有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于卷积神经网络的岩石裂隙自动识别方法,涉及岩石裂隙预测技术领域,包括以下步骤:收集大量钻孔孔壁岩石图像;使用图像标注工具标注出钻孔孔壁岩石图像中的节理裂隙,得到节理裂隙形态图像,和由节理裂隙形态图像组成的节理裂隙形态数据集;基于深度学习模型,对节理裂隙形态图像进行分割处理,构建裂隙识别模型;该基于卷积神经网络的岩石裂隙自动识别方法,通过引入深度神经网络,可以对钻孔孔壁岩石图像中存在的节理裂隙快速准确检测识别,使得裂隙的识别与确认不受次要因素影响,野外采集数据速度快,降低了该工作准入门槛,提高了完成岩石、节理裂隙识别的效率。
-