基于C-VGG16的岩性识别

摘要：

　　岩石岩性的分类与识别一直都是地质勘探研究中的重点之一。传统岩性识别方法是通过人工识别的方式,并且存在人工误差以及时耗长的问题。为解决这一问题,本文提出了一种基于C-VGG16的岩性识别方法,在VGG16网络上添加分支网络并采用向量拼接法进行特征融合,最后使用交叉熵损失函数实现岩性自动识别。本文针对采集的155张碳酸盐岩图像、185张泥岩图像和215张砂岩图像进行对比实验,C-VGG16算法相比于VGG16算法,在识别精度上有所提升。

关键词： 岩石图像 深度学习 岩性识别 Softmax回归 VGG16

作者: 范思萌 王梅 李东旭 孙先达 许传海

作者单位: 东北石油大学计算机与信息技术学院,黑龙江 大庆 163318 陆相页岩油气成藏及高效开发教育部重点实验室(东北石油大学),黑龙江 大庆 163318

会议类型: 国内会议

会议名称: 2021国际石油石化技术会议-2021IPPTC

会议地点: 北京

会议语种:中文

页码: 1-10

在线出版日期: 2021-03-01（万方平台首次上网日期，不代表论文的发表时间）