嵌入改進(jìn)注意力機(jī)制的鏡質(zhì)組顯微亞組分輕量級(jí)網(wǎng)絡(luò)識(shí)別模型
煤炭學(xué)報(bào)
頁數(shù): 9 2023-06-20
摘要: 為提高煤巖鏡質(zhì)組顯微組分的識(shí)別準(zhǔn)確率和識(shí)別模型性能,減少識(shí)別模型訓(xùn)練中的人工干預(yù),以輕量級(jí)網(wǎng)絡(luò)模型ShuffleNet V2作為主干網(wǎng)絡(luò),提出一種嵌入改進(jìn)注意力機(jī)制的煤巖鏡質(zhì)組顯微亞組分識(shí)別輕量級(jí)深度學(xué)習(xí)網(wǎng)絡(luò)模型。首先針對(duì)鏡質(zhì)組樣本數(shù)據(jù)量較少的問題,采用隨機(jī)裁剪、旋轉(zhuǎn)、鏡像及加噪等方法對(duì)初始樣本數(shù)據(jù)進(jìn)行增強(qiáng),提高訓(xùn)練模型泛化能力;然后以大型數(shù)據(jù)集ImageNet上完成預(yù)訓(xùn)練的S...