[發(fā)明專利]基于ViT框架的多類目巖礦快速分類方法、設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202111409265.3
• 申請日: 2021-11-25
• 公開（公告）號: CN114219988A
• 公開（公告）日: 2022-03-22
• 發(fā)明（設(shè)計）人: 林偉華;劉福江;黎卓武;郭艷;李鵬;周季;唐家玉;孫煜文
• 申請（專利權(quán)）人: 中國地質(zhì)大學(xué)（武漢）;武漢圖歌信息技術(shù)有限責(zé)任公司
• 主分類號: G06V20/00
• 分類號: G06V20/00;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 武漢紅觀專利代理事務(wù)所(普通合伙) 42247
• 代理人: 曾國輝

本發(fā)明提出了一種基于ViT框架的多類目巖礦快速分類方法、設(shè)備及存儲介質(zhì)，通過構(gòu)建自然巖礦圖像識別模型，其中自然巖礦圖像識別模型的預(yù)處理模塊對巖礦圖像數(shù)據(jù)進行特征預(yù)提取和抑制過擬合處理，并輸入至數(shù)據(jù)處理模塊中進行參數(shù)訓(xùn)練和Token提取，再輸入至結(jié)果處理模塊根據(jù)所述參數(shù)訓(xùn)練和Token提取結(jié)果進行Token分離和類別映射并輸出分類結(jié)果。本發(fā)明在構(gòu)建自然巖礦圖像識別模型時，在采用遷移卷積聯(lián)合ViT框架的基礎(chǔ)上，加入了STFE模塊、ECTG模塊、Mlti?Head P?Attention模塊以及RCLinaer層，從而減緩過擬合，提升映射的容錯率，更加精確完整地提取圖像數(shù)據(jù)的特征，實現(xiàn)了減少巖礦圖像數(shù)據(jù)中干擾因素對分類結(jié)果的影響，在大容量多類目的情況下實現(xiàn)對巖礦圖像的快速精準識別的目的。

技術(shù)領(lǐng)域

本發(fā)明涉及自然巖礦圖像識別技術(shù)領(lǐng)域，尤其涉及一種基于ViT框架的多類目巖礦快速分類方法、設(shè)備及存儲介質(zhì)。

背景技術(shù)

自然巖礦識別與分類能提高野外巖礦勘探提供更高效的輔助，對不同環(huán)境下對巖礦樣本的類別識別以及非專業(yè)人士了解巖礦知識有重要意義。

一般來講，傳統(tǒng)的自然巖礦識別需要專業(yè)人員通過實物或者多方面圖像信息進行識別與分類，這種人工識別的方式，一方面需要耗費大量時間，另一方面對鑒定人員的相關(guān)知識也有較高的要求。

近年來自然巖礦圖像領(lǐng)域的識別技術(shù)進展有卓越的成果，引入深度學(xué)習(xí)方法后進一步提高了自動化識別巖礦類別的效率，可以更具圖像特征對自然巖礦圖像進行類別判別。但自然巖礦圖像與其他圖像不同，自然巖礦來源于自然環(huán)境，存在更加復(fù)雜多變的干擾因素，比如光照亮度、拍攝角度、目標在圖像中的占比、圖像的清晰程度、樣本表面雜質(zhì)的覆蓋比例等等，相對比專業(yè)的巖礦切片圖像，存在更多的冗余與干信息，進而導(dǎo)致在多較多類別的巖礦自然圖像進行分類時結(jié)果不夠精確。

另外，對自然巖礦的識別，更加依賴數(shù)據(jù)集的支持，需要基于大量的數(shù)據(jù)進行特征學(xué)習(xí)，同時要求數(shù)據(jù)的真實可靠性，以保證學(xué)習(xí)結(jié)果的可靠性。

因此，當(dāng)前還沒有一個普遍適用的方法，能夠解決無法在大容量多類目的情況下實現(xiàn)對巖礦圖像的快速精準識別的問題。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提出了一種基于ViT框架的多類目巖礦快速分類方法，用于解決無法在大容量多類目的情況下實現(xiàn)對巖礦圖像的快速精準識別的問題。

本發(fā)明的技術(shù)方案是這樣實現(xiàn)的：

本發(fā)明第一方面，公開一種基于ViT框架的多類目巖礦快速分類方法，建立自然巖礦圖像識別模型進行多類目巖礦快速分類，所述方法包括：

S1，采集巖礦圖像數(shù)據(jù)集樣本輸入至自然巖礦圖像識別模型的預(yù)處理模塊，進行特征預(yù)提取和抑制過擬合處理，所述數(shù)據(jù)集樣本包括圖像數(shù)據(jù)以及與其對應(yīng)的類別標簽，繼續(xù)執(zhí)行步驟S2；

S2，將經(jīng)過預(yù)處理模塊的數(shù)據(jù)集樣本輸入至自然巖礦圖像識別模型的數(shù)據(jù)處理模塊中進行參數(shù)訓(xùn)練和Token提取，繼續(xù)執(zhí)行步驟S3；

S3，自然巖礦圖像識別模型的結(jié)果處理模塊根據(jù)所述參數(shù)訓(xùn)練和Token提取結(jié)果進行Token分離和類別映射并輸出分類結(jié)果，完成對所述自然巖礦圖像識別模型的訓(xùn)練；繼續(xù)執(zhí)行步驟S4；

S4，獲取待識別圖像數(shù)據(jù)并輸入至所述自然巖礦圖像識別模型，完成對所述待識別圖像數(shù)據(jù)的分類并輸出結(jié)果。

本發(fā)明通過上述方法，建立自然巖礦圖像識別模型，獲取圖像數(shù)據(jù)中的重要特征，減小識別過程中干擾因素對識別結(jié)果的影響，以獲得精準可靠的分類結(jié)果。

在以上技術(shù)方案的基礎(chǔ)上，優(yōu)選的，自然巖礦圖像識別模型中，

預(yù)處理模塊包括：順次連接的輸入層、圖像統(tǒng)一格式預(yù)處理模塊、遷移模型、ECTG模塊、Dropout層；