基于DeeplabV3+改進的煤巖顯微組分組自動化測試模型

摘要： 煤巖顯微組分組的識別對分析煤炭化學(xué)性質(zhì)起到關(guān)鍵作用。人工識別方法費時費力，且專業(yè)性要求較高?，F(xiàn)有的計算機輔助識別有效方法多以深度學(xué)習(xí)語義分割模型為手段，但因煤巖顯微圖像組成復(fù)雜，且存在過渡組分，因此無法準(zhǔn)確識別煤巖顯微組分組。針對此問題，提出改進的DeeplabV3+語義分割模型，在改進模型中引入Swin Transformer骨干網(wǎng)絡(luò)和SkNet網(wǎng)絡(luò)。首先，針對煤巖顯微圖像各...