公开(公告)号：CN110110661A

公开(公告)日：2019-08-09

申请号：CN201910375770.7

申请日：2019-05-07

Applicant: 西南石油大学 ,  四川杰瑞泰克科技有限公司

Inventor： 陈雁 ,  刘易青 ,  李祉呈 ,  焦世祥 ,  常国彪 ,  宋敏 ,  王珂 ,  廖梦羽 ,  李平 ,  蒋裕强 ,  程超 ,  蒋婵 ,  蒋增政 ,  王占磊

IPC: G06K9/00 ,  G06T7/10 ,  G06N3/04

Abstract: 本发明公开了一种基于unet分割的岩石图像孔隙类型识别方法，其包括以下步骤：S1、搭建初始深度学习网络模型；S2、获取岩石原始图像并进行图像切割和图像增强，得到预处理后的图像数据；S3、获取岩石原始图像并进行孔隙位置和形状的人工标注，得到标注后的标签图像数据；S4、对标注后的标签图像数据进行One-Hot编码，得到编码后的标签数据；S5、将预处理后的图像数据和编码后的标签数据作为训练样本对初始深度学习网络模型进行训练，得到训练后的模型；S6、采用训练后的模型对待识别图像进行识别。本发明抗噪音能力强，具有泛化能力，可提高孔隙识别精度，并且实现了孔隙类别的识别。

公开(公告)号：CN110070552B

公开(公告)日：2021-09-07

申请号：CN201910375792.3

申请日：2019-05-07

Applicant: 西南石油大学 ,  四川杰瑞泰克科技有限公司

Inventor： 陈雁 ,  李祉呈 ,  刘易青 ,  焦世祥 ,  常国彪 ,  宋敏 ,  王珂 ,  廖梦羽 ,  李平 ,  蒋裕强 ,  程超 ,  蒋婵 ,  蒋增政 ,  王占磊

IPC: G06T7/11 ,  G06T5/00 ,  G06T3/60 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于语义分割的岩石图像孔隙类型识别方法，其包括以下步骤：S1、搭建初始深度学习网络模型；S2、获取岩石原始图像并进行图像切割和图像增强，得到预处理后的图像数据；S3、获取岩石原始图像并进行孔隙位置和形状的人工标注，得到标注后的标签图像数据；S4、对标注后的标签图像数据进行One‑Hot编码，得到编码后的标签数据；S5、将预处理后的图像数据和编码后的标签数据作为训练样本对初始深度学习网络模型进行训练，得到训练后的模型；S6、采用训练后的模型对待识别图像进行识别。本发明抗噪音能力强，具有泛化能力，可提高孔隙识别精度，并且实现了孔隙类别的识别。

公开(公告)号：CN110070552A

公开(公告)日：2019-07-30

申请号：CN201910375792.3

申请日：2019-05-07

Applicant: 西南石油大学 ,  四川杰瑞泰克科技有限公司

Inventor： 陈雁 ,  李祉呈 ,  刘易青 ,  焦世祥 ,  常国彪 ,  宋敏 ,  王珂 ,  廖梦羽 ,  李平 ,  蒋裕强 ,  程超 ,  蒋婵 ,  蒋增政 ,  王占磊

IPC: G06T7/11 ,  G06T5/00 ,  G06T3/60 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于语义分割的岩石图像孔隙类型识别方法，其包括以下步骤：S1、搭建初始深度学习网络模型；S2、获取岩石原始图像并进行图像切割和图像增强，得到预处理后的图像数据；S3、获取岩石原始图像并进行孔隙位置和形状的人工标注，得到标注后的标签图像数据；S4、对标注后的标签图像数据进行One-Hot编码，得到编码后的标签数据；S5、将预处理后的图像数据和编码后的标签数据作为训练样本对初始深度学习网络模型进行训练，得到训练后的模型；S6、采用训练后的模型对待识别图像进行识别。本发明抗噪音能力强，具有泛化能力，可提高孔隙识别精度，并且实现了孔隙类别的识别。