一种基于轻量级卷积神经网络识别岩石岩性的方法
实质审查的生效
摘要
本发明基于MobileNets轻量级卷积神经网络识别岩石岩性，结合迁移学习方法，建立了岩石图像岩性识别模型，提出了一种适合地质现场应用的快速高效识别多类别岩石的方法。一个基于轻量级卷积神经网络结合迁移学习快速高效识别多类别岩石的方法，其特征是：基于MobileNet轻量级卷积神经网络结合迁移学习方法在大型数据集ImageNet上的学习成果，迁移到28类岩石图像数据集，经过再次训练之后，筛选表现最佳的压缩CNNs模型并将其将其部署到移动端，构建适合在地质调查现场使用的岩石识别模型。
基本信息
专利标题 ：
一种基于轻量级卷积神经网络识别岩石岩性的方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114359617A
申请号 ：
CN202111385749.9
公开（公告）日 ：
2022-04-15
申请日 ：
2021-11-22
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
范光鹏陈飞翔赵以柔张栋凯
申请人 ：
北京林业大学
申请人地址 ：
北京市海淀区清华东路35号
代理机构 ：
代理人 ：
优先权 ：
CN202111385749.9
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06V10/774 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-05-03 ：
实质审查的生效
IPC(主分类) : G06V 10/764
申请日 : 20211122
申请日 : 20211122
2022-04-15 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
