• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于自然圖像的鉆探巖心識別

    2023-09-27 05:16:32吳振坤譚松成何思琪段隆臣
    煤田地質(zhì)與勘探 2023年9期
    關(guān)鍵詞:巖心準(zhǔn)確率卷積

    高 輝,吳振坤,柯 雨,譚松成,何思琪,段隆臣

    (1.中國地質(zhì)大學(xué)(武漢)工程學(xué)院,湖北 武漢 430074;2.中國地質(zhì)大學(xué)(武漢)地球深部鉆探與深地資源開發(fā)國際聯(lián)合研究中心,湖北 武漢 430074;3.中國地質(zhì)大學(xué)(武漢)自動化學(xué)院,湖北 武漢 430074;4.中國地質(zhì)大學(xué)(武漢)未來技術(shù)學(xué)院,湖北 武漢 430074)

    智能鉆探的研究領(lǐng)域涵蓋鉆速的優(yōu)化、鉆進(jìn)過程的智能控制、鉆進(jìn)故障的識別與防控、隨鉆測量、地層識別等。對于地質(zhì)巖心鉆探,采取的巖心是進(jìn)行地層識別最直接的手段,一般的地層巖性編錄依賴于現(xiàn)場技術(shù)人員的經(jīng)驗(yàn),準(zhǔn)確的巖性識別[1]需要將樣本帶回實(shí)驗(yàn)室進(jìn)行薄片鑒定,試驗(yàn)周期較長。

    隨著人工智能技術(shù)的發(fā)展,基于人工定義的特征提取的機(jī)器學(xué)習(xí)算法可以用于巖石薄片圖像的自動識別[2]?;谏疃葘W(xué)習(xí)的巖石薄片礦物自動識別方法,通過卷積神經(jīng)網(wǎng)絡(luò)自動提取圖像特征,進(jìn)一步提升了識別的準(zhǔn)確率[3]。基于輕量級卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的算法對巖石薄片圖像進(jìn)行分類,可減少模型參數(shù),提升巖石分類速度,增強(qiáng)模型的可移植性[4]。不過,巖石薄片圖像是在顯微鏡下成像的,并非自然圖像。

    自然圖像是采用照相機(jī)根據(jù)感光單元拍攝出來的,使用陽光、燈光等普通光源,自然圖像具有易于獲得、成本較低的優(yōu)勢,目前多用于不同狀態(tài)下露頭巖石或巖塊的識別[5],一種無監(jiān)督特征學(xué)習(xí)方法用于巖石的自動分類,可解決大量數(shù)據(jù)集巖石標(biāo)記難的問題[6]。遷移學(xué)習(xí)方法用于對野外露頭巖石圖像進(jìn)行識別[7],多尺度的方法可對任意尺度的野外露頭巖石進(jìn)行有效的識別[8],孿生卷積神經(jīng)網(wǎng)絡(luò)方法同時利用巖石的全局特征和局部特征,可提高巖石圖像識別的準(zhǔn)確率[9]。深度學(xué)習(xí)算法用于巖塊圖像的識別[10-12],人工定義的特征和卷積神經(jīng)網(wǎng)絡(luò)自動提取的特征相融合的方法,可實(shí)現(xiàn)煤-巖圖像的識別[13]。

    不過,用于識別的巖心圖像的獲取目前主要采用360 度巖心掃描[14]、X 射線斷層掃描[15]、高光譜成像[16]等技術(shù)實(shí)現(xiàn),這類方法需要使用輔助儀器進(jìn)行成像,不能直接使用普通光源,與本文的識別目標(biāo)不同,其主要用于研究巖心的結(jié)構(gòu)特征,而且這些成像設(shè)備體積較大、成本較高,無法在現(xiàn)場推廣應(yīng)用。因此,開展了基于自然圖像的巖心識別研究,并開發(fā)了相應(yīng)的手機(jī)APP[17-19],以期提高巖心自動識別的現(xiàn)場使用便捷程度。

    1 巖心圖像庫的建立

    本文的研究累計搜集巖心220 塊,通過薄片鑒定等方法,共標(biāo)記出3 大類巖中的15 種巖心,分別是泥巖、頁巖、灰?guī)r、白云巖、砂巖、硅質(zhì)巖、凝灰?guī)r、安山巖、正長巖、花崗巖、英安巖、大理巖、板巖、片麻巖、石英巖。為了提高識別的效果,巖心表面應(yīng)盡量保持平整,并放置在白色的背景之上,以免因?yàn)楸尘邦伾牟煌绊懽R別的效果。通過手機(jī)對每個巖心拍照,盡量選擇側(cè)面或正面的角度進(jìn)行拍攝,拍攝時保持一定的距離,保證圖像清晰,拍攝訓(xùn)練圖像集、測試圖像集以及現(xiàn)場巖心圖像時均保持上述相同的原則。

    光照條件對圖像的識別有一定的影響,拍攝時盡量保證正常的均勻光照,由于拍攝訓(xùn)練集時不能覆蓋更多的光照環(huán)境,將對訓(xùn)練集的數(shù)據(jù)進(jìn)行人工增強(qiáng),即對訓(xùn)練集進(jìn)行各種不同的變換,以模擬更多的拍攝環(huán)境,大幅增加訓(xùn)練集的數(shù)據(jù)量,提高模型的泛化性。

    圖1 是15 種巖心代表性的圖像,其拍攝方式有所不同。拍攝距離較遠(yuǎn)時,巖心圖像中包含較多的背景,而拍攝距離較近時,則圖像中包含的背景很少或完全不包含背景。此外,巖心照片的拍攝部位包括頂面、底面及側(cè)面,而巖心形狀則主要為圓形或方形。

    2 巖心識別模型

    2.1 圖像數(shù)據(jù)增強(qiáng)

    對于同一個巖心,由于拍攝時的環(huán)境、角度等不同,拍攝出來的圖像有很大的差異,訓(xùn)練圖像集不可能覆蓋所有的情況,因此,常采用數(shù)據(jù)增強(qiáng)(包含圖像增強(qiáng)、圖像變換等)的方式來增加訓(xùn)練集的數(shù)量,通過對圖片進(jìn)行各種處理,模擬現(xiàn)場環(huán)境的變化,擴(kuò)大識別模型的適應(yīng)范圍。為了不增加數(shù)據(jù)集的存儲空間,一般采用運(yùn)行時增強(qiáng)的模式,即在讀入一張?jiān)加?xùn)練圖像時,根據(jù)一定的概率對該圖像進(jìn)行某種變換或變換組合,變換之后加入當(dāng)前訓(xùn)練批次的圖像中對模型進(jìn)行訓(xùn)練,訓(xùn)練結(jié)束之后并不保存該圖像。

    根據(jù)巖心圖像的特點(diǎn),須保證其變換之后依然具有巖心圖像的基本特征,所以只選用部分有效的變換函數(shù)。按照80%的概率對圖像進(jìn)行變換,首先執(zhí)行水平翻轉(zhuǎn)、垂直翻轉(zhuǎn)、旋轉(zhuǎn)等三種幾何變換中的一種或多種變換的組合,然后執(zhí)行模糊變換(隨機(jī)選擇高斯濾波、均值濾波或中值濾波中的一種)、銳化變換、浮雕變換、邊緣變換、亮度變換、色相和飽和度變換等六種色彩或紋理變換中的一種或多種變換的組合,各種變換的參數(shù)在一定的范圍內(nèi)隨機(jī)選取。

    2.2 卷積神經(jīng)網(wǎng)絡(luò)

    采用卷積神經(jīng)網(wǎng)絡(luò)自動提取巖心圖像特征,實(shí)現(xiàn)巖心的識別,卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)如圖2 所示。

    圖2 巖心識別卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)Fig.2 Convolutional neural network structure for core identification

    (1)一張二維的原始巖心圖像輸入網(wǎng)絡(luò)中,首先縮放到固定的大小,然后經(jīng)過一系列的卷積、池化操作后(此時的權(quán)重參數(shù)為缺省值,有待根據(jù)損失函數(shù)進(jìn)行更新)形成多張二維的巖心特征圖像。

    (2)接下來將二維圖像平鋪成一維數(shù)據(jù),經(jīng)過測試,將多張二維特征圖像進(jìn)行像素平均后平鋪成一維數(shù)據(jù),這樣可以達(dá)到降維的目的,同時便于和后面的節(jié)點(diǎn)形成全連接網(wǎng)絡(luò)。

    (3)后面直接增加一個全連接網(wǎng)絡(luò),與輸出的15種巖心分類值進(jìn)行連接,此時產(chǎn)生全連接層的權(quán)重參數(shù),是后續(xù)訓(xùn)練重點(diǎn)更新的值。

    (4)在全連接層后面連接一個Softmax 激勵函數(shù),將分類值轉(zhuǎn)換成概率值,在訓(xùn)練時與真值對比并計算損失函數(shù)值,在預(yù)測時輸出巖心分類的結(jié)果。

    訓(xùn)練時,根據(jù)預(yù)測值和真實(shí)值計算損失函數(shù),根據(jù)損失函數(shù)降低的原則,計算全連接層各權(quán)重參數(shù)的更新梯度值,并向前傳遞,更新和優(yōu)化卷積、池化等操作的權(quán)重參數(shù),最終獲得最優(yōu)的權(quán)重參數(shù),使得模型輸出的預(yù)測值和真實(shí)值最接近。

    由于卷積神經(jīng)網(wǎng)絡(luò)的深度較大,需要訓(xùn)練的參數(shù)較多,一般的專業(yè)訓(xùn)練數(shù)據(jù)集大小不夠,訓(xùn)練時會出現(xiàn)嚴(yán)重的過擬合現(xiàn)象,因此,一般采用遷移學(xué)習(xí)的方法,首先在卷積、池化層網(wǎng)絡(luò)中直接采用通用數(shù)據(jù)集的訓(xùn)練模型的參數(shù),只訓(xùn)練全連接層網(wǎng)絡(luò)的參數(shù);接下來對卷積、池化層網(wǎng)絡(luò)參數(shù)進(jìn)行微調(diào),只訓(xùn)練該網(wǎng)絡(luò)中與全連接層接近的部分層,這樣提高訓(xùn)練的效率和質(zhì)量。

    2.3 基于多訓(xùn)練模型的巖心聯(lián)合識別

    數(shù)據(jù)增強(qiáng)雖然是一種有效增加訓(xùn)練數(shù)據(jù)集、提高模型泛化性的方法,但是人工數(shù)據(jù)的加入也有可能改變實(shí)際訓(xùn)練集的特征,降低卷積神經(jīng)網(wǎng)絡(luò)表征與實(shí)際訓(xùn)練集接近的測試數(shù)據(jù)集圖像特征的能力,從而降低對該數(shù)據(jù)集的識別準(zhǔn)確率。測試發(fā)現(xiàn),經(jīng)過數(shù)據(jù)增強(qiáng)后,確實(shí)提高了部分?jǐn)?shù)據(jù)集的識別準(zhǔn)確率,但是也降低了其他數(shù)據(jù)集的識別準(zhǔn)確率。

    另外,由于模型的訓(xùn)練是一個隨機(jī)過程,因此,每次訓(xùn)練出來的模型是不一樣的,這樣會導(dǎo)致每次訓(xùn)練的模型對不同測試數(shù)據(jù)的識別準(zhǔn)確率會有變化,有的模型對部分?jǐn)?shù)據(jù)集的識別準(zhǔn)確率高,而對另一些數(shù)據(jù)集的識別準(zhǔn)確率低。

    為了解決數(shù)據(jù)增強(qiáng)和不同訓(xùn)練批次在不同測試數(shù)據(jù)集上產(chǎn)生的識別準(zhǔn)確率的差異性問題,提出基于多訓(xùn)練模型的巖心聯(lián)合識別方法,同時采用多個模型對圖像進(jìn)行識別,每個模型的識別結(jié)果是該圖像屬于各類別的概率,比如15 種巖心類別,那么每個模型會給出15 個概率值,對于常規(guī)的單模型識別,則直接取這15 個概率中最高的值所對應(yīng)的類別作為巖心的識別結(jié)果;對于多模型聯(lián)合識別,則將每個模型對各類別的預(yù)測概率值累加,取累加值最高的項(xiàng)所對應(yīng)的類別作為巖心的識別結(jié)果。

    3 模型測試

    3.1 訓(xùn)練集數(shù)據(jù)增強(qiáng)測試

    采用的訓(xùn)練數(shù)據(jù)集共有2 931 張圖像,15 種巖心類別,遷移學(xué)習(xí)訓(xùn)練階段采用的學(xué)習(xí)率為0.001,訓(xùn)練次數(shù)為150 次,在微調(diào)階段采用的學(xué)習(xí)率為0.000 1,訓(xùn)練次數(shù)為150 次,微調(diào)的層數(shù)量占比為1/3。訓(xùn)練數(shù)據(jù)集中的20%用來進(jìn)行模型的驗(yàn)證,剩下80%用作實(shí)際的訓(xùn)練,圖3a 為訓(xùn)練準(zhǔn)確率和驗(yàn)證準(zhǔn)確率的變化趨勢圖,在訓(xùn)練步數(shù)達(dá)125 左右時已經(jīng)收斂,同時,圖3b 中的損失值也穩(wěn)定在一個較低位。

    圖3 訓(xùn)練過程中的準(zhǔn)確率和損失值曲線Fig.3 Accuracy and loss curve during training

    為了測試模型的泛化性,測試數(shù)據(jù)集并不是取自原始的訓(xùn)練數(shù)據(jù)集,而是在多種不同的條件下重新拍攝而成的新數(shù)據(jù)集。選擇8 個新數(shù)據(jù)集進(jìn)行測試,測試數(shù)據(jù)集的拍攝條件見表1,主要考慮拍攝設(shè)備、巖心背景、干濕狀態(tài)、光照條件等影響成像效果的4 個因素。圖像的狀態(tài)與拍攝者的關(guān)系較大,本測試數(shù)據(jù)集中包含4 名測試員分別采用4 種不同的設(shè)備拍攝的圖像。8 個測試集均覆蓋所有15 類巖心,每個測試集包含300 張左右的圖像。同一個巖心在部分測試集中的圖像如圖4 所示,不同的拍攝條件對圖像的影響較大。

    表1 測試數(shù)據(jù)集的拍攝條件Table 1 Shooting conditions for test datasets

    圖4 同一個巖心在不同測試集中的圖像Fig.4 Images of the same core from different test sets

    通過對比代表性的卷積神經(jīng)網(wǎng)絡(luò)[20-22],本節(jié)選用較適合現(xiàn)場手機(jī)APP 使用的輕量級卷積神經(jīng)網(wǎng)絡(luò)MobileNet V2_1.4[23]為例測試。由于卷積神經(jīng)網(wǎng)絡(luò)模型隨機(jī)預(yù)設(shè)權(quán)重初始值,所以每次訓(xùn)練的結(jié)果都相近,但不完全相同,表2 列出了在無數(shù)據(jù)增強(qiáng)和有數(shù)據(jù)增強(qiáng)兩種情況下,分別訓(xùn)練4 次的模型在8 個數(shù)據(jù)集上的測試結(jié)果。

    表2 不同訓(xùn)練批次的模型得到的巖心識別準(zhǔn)確率Table 2 Core identification accuracy obtained by models in different trained batches %

    表3 給出了無數(shù)據(jù)增強(qiáng)和有數(shù)據(jù)增強(qiáng)時4 次訓(xùn)練的模型在單個數(shù)據(jù)集中識別準(zhǔn)確率的平均值以及在所有數(shù)據(jù)集中總的平均值,無數(shù)據(jù)增強(qiáng)時的識別準(zhǔn)確率總的平均值為82.43%,有數(shù)據(jù)增強(qiáng)時的識別準(zhǔn)確率總的平均值為88.81%,高于無數(shù)據(jù)增強(qiáng)時的結(jié)果。不過,使用數(shù)據(jù)增強(qiáng)后,測試集5 和6 的識別準(zhǔn)確率降低了,其他數(shù)據(jù)集的識別準(zhǔn)確率均有所提升,這說明使用數(shù)據(jù)增強(qiáng)后,卷積神經(jīng)網(wǎng)絡(luò)模型降低了對數(shù)據(jù)集5 和6的圖像特征的表征能力。

    表3 基于多訓(xùn)練模型的巖心聯(lián)合識別準(zhǔn)確率對比Table 3 Comparison of joint core identification accuracy based on multiple training models %

    3.2 多訓(xùn)練模型的聯(lián)合測試

    為了解決部分模型降低識別準(zhǔn)確率的問題,采用前文提出的基于多訓(xùn)練模型的巖心聯(lián)合識別方法,經(jīng)過測試,從8 個模型中選擇4 個模型,即模型①+模型⑤+模型⑥+模型⑧進(jìn)行聯(lián)合識別效果最佳,其中①來自無數(shù)據(jù)增強(qiáng)時的訓(xùn)練模型,⑤、⑥、⑧來自有數(shù)據(jù)增強(qiáng)時的訓(xùn)練模型。表3 顯示了該多模型聯(lián)合識別的準(zhǔn)確率以及其與無數(shù)據(jù)增強(qiáng)和有數(shù)據(jù)增強(qiáng)時的對比結(jié)果,使用多模型聯(lián)合識別的準(zhǔn)確率有明顯提升,比無數(shù)據(jù)增強(qiáng)時的準(zhǔn)確率最大提升20.34%,平均提升9.13%;比有數(shù)據(jù)增強(qiáng)時的準(zhǔn)確率最大提升4.41%,平均提升2.75%。使用多模型聯(lián)合識別后,對每個測試集的識別準(zhǔn)確率均有所提升,總的識別準(zhǔn)確率達(dá)91.56%,有效避免了使用單模型識別時,提升部分?jǐn)?shù)據(jù)集的識別準(zhǔn)確率,而降低其他數(shù)據(jù)集的識別準(zhǔn)確率的問題。

    對比各測試集上的識別結(jié)果,總體上可以分為四個區(qū)間,第一個區(qū)間包含數(shù)據(jù)集1 和6 的識別準(zhǔn)確率,均在98%以上,說明這兩個數(shù)據(jù)集和訓(xùn)練數(shù)據(jù)集的拍攝條件最吻合;第二個區(qū)間包含數(shù)據(jù)集2、5 和8 的識別準(zhǔn)確率,均在93%~98%之間,影響這3 個數(shù)據(jù)集的因素較多,包括測試員的拍攝設(shè)備、拍攝方式、巖心所處背景等均對識別結(jié)果可能產(chǎn)生影響;第三個區(qū)間包含數(shù)據(jù)集3 和7 的識別準(zhǔn)確率,為91%~93%,這兩個數(shù)據(jù)集是在陽光下拍攝的,由于陽光的強(qiáng)弱變化比燈光顯著,相比室內(nèi)可控的光照條件,室外的光照條件更復(fù)雜;第四個區(qū)間包含數(shù)據(jù)集4 的識別準(zhǔn)確率,僅為72.99%,該數(shù)據(jù)集是在潮濕條件下拍攝的,潮濕表面的水對光線的反射與干燥表面的反射有較大的差異,所以該數(shù)據(jù)集的識別準(zhǔn)確率較低。

    據(jù)上述分析可知,對識別準(zhǔn)確率影響最大的是干濕條件,由于訓(xùn)練數(shù)據(jù)集全部是在干燥情況下拍攝的,所以對于潮濕巖心的識別準(zhǔn)確率不高,建議在識別的時候保持巖心處于干燥狀態(tài);由于陽光的照射條件比較復(fù)雜,建議有條件時,將巖心樣本放在比較均衡的光照下識別;背景對識別的結(jié)果影響也較大,建議識別的時候?qū)r心放在白色背景下。

    盡管采用數(shù)據(jù)增強(qiáng)和多模型聯(lián)合識別的方法,一定程度上提高了模型的泛化性,但是在不同條件下巖心的識別準(zhǔn)確率依然不同,為了達(dá)到更好的識別效果,建議在相對一致的拍攝條件下進(jìn)行巖心識別。訓(xùn)練數(shù)據(jù)集雖然不能覆蓋所有的拍攝條件和巖心狀態(tài),不過,不斷擴(kuò)充訓(xùn)練數(shù)據(jù)集依然是提高模型泛化性的有效手段。

    4 現(xiàn)場應(yīng)用

    為了在現(xiàn)場便捷使用并快速進(jìn)行識別,開發(fā)了巖心識別手機(jī)APP,采用TensorFlow Lite(TF Lite)框架,將原來生成的大體積模型文件轉(zhuǎn)換成適用于移動終端的模型(TFLite 模型),在不影響準(zhǔn)確率的情況下減小模型的大小并提高其性能,同時具有很好的可移植性。用TFLite 解釋器所提供的接口讀取轉(zhuǎn)換后的模型文件,模型即可被部署到應(yīng)用程序中,APP 的界面如圖5所示,除了巖心類型外,還提供了巖性的基本介紹、推薦使用的鉆探規(guī)程參數(shù)等。

    圖5 巖心識別手機(jī)APP 界面Fig.5 Mobile APP interface of core identification

    選取河北省保定市博野縣地?zé)峥碧骄?JZ04)的巖心進(jìn)行手機(jī)APP 測試?,F(xiàn)場得到的巖心表面大多被泥漿材料覆蓋,因此在試驗(yàn)前需要用清水將巖心上的泥漿及其他碎屑洗凈,用洗凈后的巖心拍照識別。

    現(xiàn)場巖心如圖6 所示,其中圖6a 中的數(shù)字為該段巖心的長度(單位為m),圖6b 為硅質(zhì)巖,分布深度為4 013.01~4 013.11 m,圖6c 中的白云巖分布深度為4 009.62~4 010.02 m。取鉆進(jìn)孔段4 009.62~4 017.50 m進(jìn)行測試,巖心整體為青灰色或灰白色,以硅質(zhì)含量較高的白云巖為主,白云巖層間分布有厚度不一的深灰色的硅質(zhì)巖層,巖心多含有裂隙,部分巖心破碎程度較大。

    圖6 現(xiàn)場應(yīng)用井場的鉆探巖心Fig.6 Drilling cores of the field application well site

    開發(fā)的手機(jī)APP 搭載輕量級網(wǎng)絡(luò)MobileNet V2_1.4,用該APP 對完整的巖心進(jìn)行拍照,測試巖心照片共40 張。采用有數(shù)據(jù)增強(qiáng)的單模型可正確識別32 張,準(zhǔn)確率為80%,單張圖像識別平均耗時350 ms;采用多模型聯(lián)合方法(本文取4 個模型)可正確識別34 張,識別的準(zhǔn)確率為85%,單張圖像識別平均耗時1.15 s。雖然采用多模型聯(lián)合方法的識別時間有所增加,但是準(zhǔn)確率提升了5%。最終測試巖心定名結(jié)果見表4,4 張硅質(zhì)巖圖像全部識別成功,36 張白云巖圖像中正確識別30 張,白云巖容易誤判為硅質(zhì)巖、灰?guī)r、砂巖、板巖等類似的沉積巖或淺變質(zhì)巖,它們之間確實(shí)具有較多相似性。

    表4 巖心定名測試結(jié)果數(shù)量統(tǒng)計Table 4 Quantity statistics of the core naming test results 張

    5 結(jié)論

    a.提出的基于多訓(xùn)練模型的巖心聯(lián)合識別方法,同時采用多個模型(本文取4 個模型)對圖像進(jìn)行識別,綜合確定識別結(jié)果,對每個測試集的識別準(zhǔn)確率均有明顯提升,有效避免了使用單模型識別時,提升部分?jǐn)?shù)據(jù)集的識別準(zhǔn)確率,而降低其他數(shù)據(jù)集的識別準(zhǔn)確率的問題,提高了模型的泛化性。

    b.本次野外試驗(yàn)中,手機(jī)APP 搭載的是輕量級網(wǎng)絡(luò)MobileNet V2_1.4,使用多模型聯(lián)合識別方法后,該網(wǎng)絡(luò)在實(shí)驗(yàn)室測試的平均準(zhǔn)確率為91.56%,野外測試的準(zhǔn)確率為85%,單張圖像識別平均耗時為1.15 s,該結(jié)果僅反映單次試驗(yàn)的情況,不同的試驗(yàn)條件下,測試結(jié)果會有變化。目前手機(jī)APP 巖心識別只能給現(xiàn)場技術(shù)人員提供一種巖心類別判定的選項(xiàng),輔助現(xiàn)場決策,還不能完全替代技術(shù)人員。

    c.對基于圖像的巖心識別進(jìn)行了試驗(yàn),試驗(yàn)結(jié)果依然還有較大的提升空間,通過選用更復(fù)雜的卷積神經(jīng)網(wǎng)絡(luò)、不斷擴(kuò)大巖心圖像數(shù)據(jù)集、采用更有效的數(shù)據(jù)增強(qiáng)方法和策略、建立某個區(qū)域的專有巖心識別模型等手段,可以進(jìn)一步提升巖心圖像的識別準(zhǔn)確率,為智能鉆探的決策提供更有效的信息。

    猜你喜歡
    巖心準(zhǔn)確率卷積
    基于3D-Winograd的快速卷積算法設(shè)計及FPGA實(shí)現(xiàn)
    乳腺超聲檢查診斷乳腺腫瘤的特異度及準(zhǔn)確率分析
    健康之家(2021年19期)2021-05-23 11:17:39
    不同序列磁共振成像診斷脊柱損傷的臨床準(zhǔn)確率比較探討
    Osteotomized folded scapular tip free flap for complex midfacial reconstruction
    2015—2017 年寧夏各天氣預(yù)報參考產(chǎn)品質(zhì)量檢驗(yàn)分析
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    高速公路車牌識別標(biāo)識站準(zhǔn)確率驗(yàn)證法
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    一種頁巖巖心資料的保存方法
    化工管理(2017年23期)2017-09-11 14:14:22
    Acellular allogeneic nerve grafting combined with bone marrow mesenchymal stem cell transplantation for the repair of long-segment sciatic nerve defects: biomechanics and validation of mathematical models
    性欧美人与动物交配| 日本免费一区二区三区高清不卡| 色尼玛亚洲综合影院| 一边摸一边抽搐一进一小说| 黑人高潮一二区| 边亲边吃奶的免费视频| 97超碰精品成人国产| 亚洲av电影不卡..在线观看| 亚洲婷婷狠狠爱综合网| 亚洲国产欧洲综合997久久,| 久久99蜜桃精品久久| 国产老妇女一区| 欧美高清成人免费视频www| 国产成人a区在线观看| 最近最新中文字幕大全电影3| 青春草国产在线视频 | 亚洲无线在线观看| 日韩欧美一区二区三区在线观看| 大型黄色视频在线免费观看| 99久久九九国产精品国产免费| 99久久精品一区二区三区| 亚洲人成网站在线播| 亚洲成a人片在线一区二区| 亚洲成人久久爱视频| 美女 人体艺术 gogo| 一本久久中文字幕| 中国美女看黄片| 91在线精品国自产拍蜜月| 国产一区二区三区在线臀色熟女| 久久久久久久久久黄片| 国内揄拍国产精品人妻在线| 久久精品人妻少妇| 麻豆久久精品国产亚洲av| 伦理电影大哥的女人| 在线播放无遮挡| 国产成人精品一,二区 | 亚洲国产高清在线一区二区三| 中国美白少妇内射xxxbb| 中文在线观看免费www的网站| 特大巨黑吊av在线直播| 久久久久九九精品影院| 国产视频首页在线观看| 99国产极品粉嫩在线观看| 欧美一级a爱片免费观看看| 黄色视频,在线免费观看| 欧美一区二区国产精品久久精品| 国产av在哪里看| 久久久欧美国产精品| 好男人在线观看高清免费视频| 精品久久久久久久久av| 又粗又硬又长又爽又黄的视频 | 国产高潮美女av| 欧美最新免费一区二区三区| 岛国毛片在线播放| 国产探花极品一区二区| 99久久人妻综合| 最近手机中文字幕大全| 一级毛片电影观看 | 欧美潮喷喷水| 日本在线视频免费播放| 女的被弄到高潮叫床怎么办| 免费看日本二区| 国产69精品久久久久777片| 成人鲁丝片一二三区免费| 亚洲成a人片在线一区二区| 成人性生交大片免费视频hd| 美女内射精品一级片tv| 久久6这里有精品| 一级二级三级毛片免费看| 人妻少妇偷人精品九色| 亚洲精品成人久久久久久| 日韩欧美 国产精品| 日本成人三级电影网站| 国产精品乱码一区二三区的特点| 啦啦啦韩国在线观看视频| 午夜久久久久精精品| 亚洲精品456在线播放app| 可以在线观看的亚洲视频| 国产精品久久久久久av不卡| 成人无遮挡网站| 日韩av在线大香蕉| 精品久久久久久久末码| 能在线免费看毛片的网站| 男人的好看免费观看在线视频| 亚洲婷婷狠狠爱综合网| 久久午夜福利片| 中国美女看黄片| 久久久久九九精品影院| 麻豆国产av国片精品| 午夜激情福利司机影院| 欧美xxxx性猛交bbbb| 在线免费观看不下载黄p国产| 夜夜夜夜夜久久久久| 色视频www国产| 国产视频内射| 性欧美人与动物交配| 国产日本99.免费观看| 日韩亚洲欧美综合| 亚洲精品久久国产高清桃花| 国内精品宾馆在线| 三级毛片av免费| 精品一区二区三区视频在线| 桃色一区二区三区在线观看| 女的被弄到高潮叫床怎么办| 国产av麻豆久久久久久久| 精品99又大又爽又粗少妇毛片| 国产精品嫩草影院av在线观看| 日本爱情动作片www.在线观看| 深爱激情五月婷婷| 国产av在哪里看| 国产熟女欧美一区二区| 伦理电影大哥的女人| 日日摸夜夜添夜夜添av毛片| 精品久久久噜噜| 一卡2卡三卡四卡精品乱码亚洲| 麻豆乱淫一区二区| 免费搜索国产男女视频| 欧美性猛交黑人性爽| 亚洲无线在线观看| 午夜亚洲福利在线播放| 女人十人毛片免费观看3o分钟| 亚洲七黄色美女视频| 亚洲国产色片| 可以在线观看的亚洲视频| 在现免费观看毛片| 国内精品宾馆在线| 国产亚洲av嫩草精品影院| 国模一区二区三区四区视频| 欧美zozozo另类| 国产精品女同一区二区软件| 日日干狠狠操夜夜爽| 国产高清有码在线观看视频| 嫩草影院入口| 久久午夜亚洲精品久久| 日韩高清综合在线| 午夜精品在线福利| 青春草国产在线视频 | 亚洲av一区综合| 青春草亚洲视频在线观看| 高清毛片免费观看视频网站| 韩国av在线不卡| 午夜久久久久精精品| av在线老鸭窝| 日本成人三级电影网站| 日产精品乱码卡一卡2卡三| 黑人高潮一二区| 成人特级av手机在线观看| 我要看日韩黄色一级片| 国产男人的电影天堂91| 久久久久久久久大av| 色吧在线观看| 色吧在线观看| a级毛片a级免费在线| 男女视频在线观看网站免费| 男人的好看免费观看在线视频| 麻豆成人午夜福利视频| 成人亚洲精品av一区二区| 亚洲久久久久久中文字幕| 亚洲美女搞黄在线观看| 亚洲av成人精品一区久久| av专区在线播放| 中文字幕av在线有码专区| 国产成人一区二区在线| 变态另类成人亚洲欧美熟女| 亚洲精品自拍成人| 精品一区二区免费观看| 成年女人永久免费观看视频| 狠狠狠狠99中文字幕| 可以在线观看的亚洲视频| 婷婷色av中文字幕| 精品99又大又爽又粗少妇毛片| 婷婷色av中文字幕| 欧美极品一区二区三区四区| 99久久成人亚洲精品观看| 中文字幕人妻熟人妻熟丝袜美| 精品日产1卡2卡| 91精品国产九色| 亚洲国产欧美在线一区| 在线观看一区二区三区| 国产高清激情床上av| 久久亚洲精品不卡| 97超视频在线观看视频| 亚洲一级一片aⅴ在线观看| 久久精品久久久久久噜噜老黄 | 天天一区二区日本电影三级| 伦理电影大哥的女人| 精品少妇黑人巨大在线播放 | 亚洲在线观看片| 99久久成人亚洲精品观看| 中文字幕久久专区| 少妇的逼水好多| 亚洲经典国产精华液单| 边亲边吃奶的免费视频| 五月伊人婷婷丁香| 床上黄色一级片| 97热精品久久久久久| 久99久视频精品免费| 青春草国产在线视频 | 亚洲人成网站在线观看播放| 免费看光身美女| 熟女电影av网| 此物有八面人人有两片| av国产免费在线观看| 免费电影在线观看免费观看| 久久久久久大精品| 最近中文字幕高清免费大全6| 亚洲精品久久国产高清桃花| 精品人妻熟女av久视频| 中出人妻视频一区二区| 尤物成人国产欧美一区二区三区| 一级毛片aaaaaa免费看小| 欧美人与善性xxx| 国产精品一区二区在线观看99 | 亚洲精品日韩av片在线观看| 麻豆国产97在线/欧美| 免费人成视频x8x8入口观看| 日韩 亚洲 欧美在线| 真实男女啪啪啪动态图| 熟妇人妻久久中文字幕3abv| 国产成人精品久久久久久| 久久婷婷人人爽人人干人人爱| 一级毛片久久久久久久久女| 最好的美女福利视频网| 免费观看a级毛片全部| 国产成人精品婷婷| 亚洲av熟女| 美女 人体艺术 gogo| 日韩大尺度精品在线看网址| 在线播放国产精品三级| 日日摸夜夜添夜夜添av毛片| 寂寞人妻少妇视频99o| www.色视频.com| 校园人妻丝袜中文字幕| 人妻少妇偷人精品九色| 直男gayav资源| 亚洲性久久影院| 国产爱豆传媒在线观看| 亚洲av男天堂| 一区二区三区四区激情视频 | 亚洲中文字幕日韩| 大型黄色视频在线免费观看| 国产精品国产三级国产av玫瑰| 一区二区三区免费毛片| 色尼玛亚洲综合影院| av在线亚洲专区| 欧美激情国产日韩精品一区| 亚洲av二区三区四区| 不卡一级毛片| 亚洲成人中文字幕在线播放| 日韩欧美三级三区| 亚洲最大成人av| 国模一区二区三区四区视频| 国产精品一区www在线观看| 国产精品伦人一区二区| av黄色大香蕉| 国产探花在线观看一区二区| 国产成人freesex在线| 高清午夜精品一区二区三区 | 丝袜美腿在线中文| 国产中年淑女户外野战色| 级片在线观看| 日韩,欧美,国产一区二区三区 | 精品熟女少妇av免费看| 亚洲精品日韩av片在线观看| 午夜亚洲福利在线播放| 在线免费十八禁| 国产av一区在线观看免费| 97超碰精品成人国产| 日本-黄色视频高清免费观看| 精品人妻视频免费看| 久久精品综合一区二区三区| 春色校园在线视频观看| 91精品国产九色| 午夜免费男女啪啪视频观看| 国产免费一级a男人的天堂| 久久精品夜夜夜夜夜久久蜜豆| 国产精品免费一区二区三区在线| 亚洲欧美日韩卡通动漫| 色播亚洲综合网| 久久婷婷人人爽人人干人人爱| 成年女人永久免费观看视频| 麻豆成人午夜福利视频| 国产在线精品亚洲第一网站| 色哟哟哟哟哟哟| 美女国产视频在线观看| 91久久精品国产一区二区成人| 国产中年淑女户外野战色| 91精品一卡2卡3卡4卡| 国产一区二区三区av在线 | 国产91av在线免费观看| 亚洲经典国产精华液单| 国内揄拍国产精品人妻在线| 嫩草影院新地址| 久久精品国产亚洲网站| 亚洲av成人精品一区久久| 亚洲人成网站在线播放欧美日韩| 午夜a级毛片| 亚洲aⅴ乱码一区二区在线播放| 91精品国产九色| 岛国毛片在线播放| 91av网一区二区| 69人妻影院| 国产精品久久久久久久久免| 亚洲成av人片在线播放无| 99国产极品粉嫩在线观看| or卡值多少钱| 国产精品一区www在线观看| 亚洲在线自拍视频| 日本黄色视频三级网站网址| 丰满的人妻完整版| av卡一久久| 中文字幕制服av| 亚洲最大成人中文| 亚洲精品日韩av片在线观看| 成人漫画全彩无遮挡| 狂野欧美白嫩少妇大欣赏| 日韩大尺度精品在线看网址| 亚洲第一区二区三区不卡| 91麻豆精品激情在线观看国产| 亚洲婷婷狠狠爱综合网| 亚洲美女搞黄在线观看| 色综合色国产| 男女下面进入的视频免费午夜| 少妇裸体淫交视频免费看高清| 91精品国产九色| 网址你懂的国产日韩在线| 亚洲欧美成人综合另类久久久 | 色综合站精品国产| 最近的中文字幕免费完整| 国产在线男女| 亚洲精品久久久久久婷婷小说 | 亚洲欧美精品专区久久| 欧美日韩乱码在线| 亚洲精品456在线播放app| 亚洲最大成人中文| 少妇被粗大猛烈的视频| 能在线免费看毛片的网站| 联通29元200g的流量卡| 亚洲av中文av极速乱| 免费看美女性在线毛片视频| 国产91av在线免费观看| 夫妻性生交免费视频一级片| 高清日韩中文字幕在线| 99riav亚洲国产免费| 日本一本二区三区精品| 欧美一区二区精品小视频在线| 亚洲欧洲日产国产| 国产美女午夜福利| 91精品一卡2卡3卡4卡| 免费观看a级毛片全部| av在线播放精品| 成熟少妇高潮喷水视频| 波野结衣二区三区在线| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 国产精品福利在线免费观看| 六月丁香七月| 可以在线观看毛片的网站| 国产精品福利在线免费观看| 97热精品久久久久久| 成人美女网站在线观看视频| 一区二区三区高清视频在线| 久久精品影院6| 亚洲国产色片| 亚洲av中文字字幕乱码综合| 久久99精品国语久久久| 日日干狠狠操夜夜爽| 久久精品国产亚洲av天美| 国语自产精品视频在线第100页| 99热网站在线观看| 嫩草影院入口| 久久人妻av系列| 国产女主播在线喷水免费视频网站 | 蜜臀久久99精品久久宅男| 一级毛片电影观看 | 精品久久国产蜜桃| 久久久久网色| 国产激情偷乱视频一区二区| 国内精品美女久久久久久| 国产精品av视频在线免费观看| 国产精品嫩草影院av在线观看| 亚洲,欧美,日韩| 久久精品国产亚洲av香蕉五月| 精品欧美国产一区二区三| 小蜜桃在线观看免费完整版高清| 黄片无遮挡物在线观看| 国产精品久久视频播放| 大又大粗又爽又黄少妇毛片口| 国内少妇人妻偷人精品xxx网站| 亚洲欧洲日产国产| 久久精品国产亚洲网站| 不卡视频在线观看欧美| 亚洲一级一片aⅴ在线观看| 成人性生交大片免费视频hd| 人妻制服诱惑在线中文字幕| 免费电影在线观看免费观看| 日韩 亚洲 欧美在线| www.av在线官网国产| 色综合亚洲欧美另类图片| 乱系列少妇在线播放| 中国美白少妇内射xxxbb| 亚洲精品色激情综合| 免费在线观看成人毛片| 白带黄色成豆腐渣| 亚州av有码| 少妇熟女欧美另类| 亚洲成人av在线免费| 亚洲18禁久久av| 欧美xxxx性猛交bbbb| 国产成人freesex在线| 99热网站在线观看| 亚洲国产色片| 国产毛片a区久久久久| 床上黄色一级片| 日本撒尿小便嘘嘘汇集6| 欧美人与善性xxx| 亚洲美女视频黄频| 毛片女人毛片| 看片在线看免费视频| 2022亚洲国产成人精品| 日日摸夜夜添夜夜爱| 老女人水多毛片| 久久精品国产亚洲av天美| 国产久久久一区二区三区| 精品熟女少妇av免费看| 狂野欧美激情性xxxx在线观看| 久久精品国产亚洲av天美| 中文字幕av成人在线电影| 成人午夜高清在线视频| 成人美女网站在线观看视频| 人人妻人人澡欧美一区二区| 国产高清有码在线观看视频| 国产综合懂色| 欧美+亚洲+日韩+国产| 一区二区三区四区激情视频 | 精品熟女少妇av免费看| 综合色av麻豆| 成人亚洲精品av一区二区| 亚洲国产高清在线一区二区三| 成年女人永久免费观看视频| 蜜桃亚洲精品一区二区三区| 在线a可以看的网站| 哪里可以看免费的av片| 成熟少妇高潮喷水视频| 国产爱豆传媒在线观看| 欧美成人a在线观看| a级一级毛片免费在线观看| 九九久久精品国产亚洲av麻豆| 麻豆乱淫一区二区| 国产精品一二三区在线看| 欧美丝袜亚洲另类| 天堂av国产一区二区熟女人妻| 亚洲精品自拍成人| 日日摸夜夜添夜夜爱| 一本精品99久久精品77| 国产精品综合久久久久久久免费| 丰满乱子伦码专区| 婷婷色av中文字幕| 国产精品1区2区在线观看.| 精品久久久久久久久av| 女人被狂操c到高潮| 欧美区成人在线视频| 色综合站精品国产| 91精品国产九色| 三级国产精品欧美在线观看| 久久久久久久午夜电影| 亚洲av电影不卡..在线观看| 成人亚洲欧美一区二区av| 久久精品综合一区二区三区| 性欧美人与动物交配| 精品不卡国产一区二区三区| 欧美一区二区国产精品久久精品| 老司机福利观看| 天堂中文最新版在线下载 | 搞女人的毛片| 综合色av麻豆| 日韩视频在线欧美| 国产成人91sexporn| 中文字幕精品亚洲无线码一区| 成年女人看的毛片在线观看| or卡值多少钱| 国产探花在线观看一区二区| 一区福利在线观看| 久久精品国产亚洲网站| av.在线天堂| 日韩av在线大香蕉| 国产欧美日韩精品一区二区| 男女做爰动态图高潮gif福利片| 51国产日韩欧美| 成人亚洲欧美一区二区av| 天美传媒精品一区二区| av专区在线播放| 久久精品久久久久久噜噜老黄 | 一边摸一边抽搐一进一小说| 欧美高清成人免费视频www| 亚洲av.av天堂| 男人狂女人下面高潮的视频| 人妻夜夜爽99麻豆av| 99国产精品一区二区蜜桃av| 免费人成在线观看视频色| 亚洲美女视频黄频| 国产日本99.免费观看| 欧美三级亚洲精品| 亚洲aⅴ乱码一区二区在线播放| 波多野结衣巨乳人妻| 免费av毛片视频| 韩国av在线不卡| 天堂中文最新版在线下载 | 久久国产乱子免费精品| 国产精品久久久久久精品电影小说 | 午夜福利在线在线| 久久久色成人| 夜夜看夜夜爽夜夜摸| videossex国产| 久久久久国产网址| 99九九线精品视频在线观看视频| 国产精品电影一区二区三区| 久久精品国产清高在天天线| 特大巨黑吊av在线直播| 人人妻人人澡欧美一区二区| av女优亚洲男人天堂| 99视频精品全部免费 在线| 国产一区二区在线观看日韩| 国产淫片久久久久久久久| 亚洲av二区三区四区| 免费大片18禁| 免费av观看视频| 综合色av麻豆| 啦啦啦韩国在线观看视频| 久久中文看片网| 久久久久久久久久久丰满| 日韩中字成人| 久久精品久久久久久久性| 欧美又色又爽又黄视频| 久99久视频精品免费| 一区二区三区高清视频在线| 亚洲欧美日韩高清专用| 高清午夜精品一区二区三区 | 啦啦啦韩国在线观看视频| 国产精品,欧美在线| 国产在视频线在精品| 九九久久精品国产亚洲av麻豆| 欧美极品一区二区三区四区| www日本黄色视频网| 婷婷色av中文字幕| 又粗又爽又猛毛片免费看| 简卡轻食公司| 成年女人看的毛片在线观看| 日韩高清综合在线| 夫妻性生交免费视频一级片| 精品久久久久久久末码| 波野结衣二区三区在线| 一区二区三区四区激情视频 | 国产av不卡久久| 欧美一级a爱片免费观看看| 国产一区亚洲一区在线观看| 国产高清三级在线| 爱豆传媒免费全集在线观看| 国产日韩欧美在线精品| av又黄又爽大尺度在线免费看 | 一本久久精品| 人体艺术视频欧美日本| 欧美xxxx黑人xx丫x性爽| 免费无遮挡裸体视频| 丝袜美腿在线中文| 免费看光身美女| 免费观看人在逋| 亚洲在久久综合| 日本爱情动作片www.在线观看| 国产亚洲精品av在线| 日韩强制内射视频| 欧美变态另类bdsm刘玥| 91久久精品国产一区二区三区| 久久这里有精品视频免费| 欧美精品国产亚洲| 国产探花在线观看一区二区| 少妇的逼好多水| 国产 一区 欧美 日韩| 精品一区二区免费观看| 午夜久久久久精精品| 日韩制服骚丝袜av| 久久久久久久久久久丰满| 国内揄拍国产精品人妻在线| 精品99又大又爽又粗少妇毛片| 国产不卡一卡二| 日本在线视频免费播放| 热99在线观看视频| 中文字幕人妻熟人妻熟丝袜美| 亚洲美女视频黄频| 午夜久久久久精精品| 久久精品国产清高在天天线| 丝袜喷水一区| 美女黄网站色视频| 国产色爽女视频免费观看| 爱豆传媒免费全集在线观看| 国产色爽女视频免费观看| 亚洲熟妇中文字幕五十中出| 国内精品久久久久精免费| 精品午夜福利在线看| 久久久久久久久久久丰满| 久久中文看片网| 国产欧美日韩精品一区二区| 欧美日韩乱码在线| 亚洲经典国产精华液单| 国产精品嫩草影院av在线观看| 国产三级中文精品| 免费黄网站久久成人精品| 我的女老师完整版在线观看| 亚洲在线自拍视频| 久久久久久国产a免费观看| 免费av观看视频| 搡老妇女老女人老熟妇| 国产精品.久久久| 一级毛片我不卡| 亚洲欧美精品自产自拍| 久久国内精品自在自线图片|