• <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
    亚洲男人天堂网一区| 精品久久久久久久久久免费视频| 两人在一起打扑克的视频| 国产精品永久免费网站| 精品国产乱子伦一区二区三区| 9色porny在线观看| 中文字幕高清在线视频| 午夜福利影视在线免费观看| 午夜免费激情av| www.自偷自拍.com| 身体一侧抽搐| 动漫黄色视频在线观看| 麻豆av在线久日| 99在线人妻在线中文字幕| 精品国产一区二区三区四区第35| 久久国产精品影院| 中文字幕av电影在线播放| 久久精品国产综合久久久| 熟妇人妻久久中文字幕3abv| 欧美国产精品va在线观看不卡| 欧美不卡视频在线免费观看 | 国产精品一区二区三区四区久久 | 国产精品香港三级国产av潘金莲| 国产精品久久久人人做人人爽| 久久亚洲精品不卡| 国产成年人精品一区二区| videosex国产| 一个人免费在线观看的高清视频| 日韩视频一区二区在线观看| 免费看美女性在线毛片视频| 亚洲伊人色综图| 乱人伦中国视频| 午夜精品国产一区二区电影| 久久欧美精品欧美久久欧美| 成人三级黄色视频| 久久亚洲精品不卡| 一二三四社区在线视频社区8| 99在线人妻在线中文字幕| 日韩三级视频一区二区三区| 亚洲av电影在线进入| 嫩草影院精品99| 亚洲av熟女| 国产成人影院久久av| 在线观看免费午夜福利视频| 丰满人妻熟妇乱又伦精品不卡| 757午夜福利合集在线观看| 12—13女人毛片做爰片一| 麻豆久久精品国产亚洲av| 亚洲欧美日韩另类电影网站| 午夜久久久在线观看| 国内久久婷婷六月综合欲色啪| 两个人看的免费小视频| 女人爽到高潮嗷嗷叫在线视频| 一级a爱视频在线免费观看| 神马国产精品三级电影在线观看 | 9色porny在线观看| www日本在线高清视频| 少妇粗大呻吟视频| 国产又爽黄色视频| 老司机靠b影院| 成人特级黄色片久久久久久久| 国产亚洲精品一区二区www| 免费无遮挡裸体视频| 黄网站色视频无遮挡免费观看| 成人国产一区最新在线观看| 无遮挡黄片免费观看| 国产一区在线观看成人免费| 国产欧美日韩一区二区三| 色综合站精品国产| 久久精品91无色码中文字幕| 两个人视频免费观看高清| 波多野结衣一区麻豆| 中文字幕人妻熟女乱码| 欧美色欧美亚洲另类二区 | 国产精品久久电影中文字幕| 欧美日韩一级在线毛片| 我的亚洲天堂| 欧美日韩精品网址| 91成人精品电影| 亚洲精品美女久久久久99蜜臀| 色精品久久人妻99蜜桃| 国产国语露脸激情在线看| 亚洲天堂国产精品一区在线| 在线观看舔阴道视频| 老熟妇仑乱视频hdxx| 99热只有精品国产| 最近最新免费中文字幕在线| svipshipincom国产片| 久久久久国产精品人妻aⅴ院| 男女午夜视频在线观看| 在线天堂中文资源库| 丝袜人妻中文字幕| 免费久久久久久久精品成人欧美视频| 日韩国内少妇激情av| 国产高清视频在线播放一区| 国产高清激情床上av| 国产一区二区三区在线臀色熟女| 亚洲精品久久国产高清桃花| 国产精华一区二区三区| 精品日产1卡2卡| 欧美久久黑人一区二区| 欧美乱码精品一区二区三区| 一边摸一边做爽爽视频免费| 亚洲精品在线美女| 此物有八面人人有两片| 国产精品,欧美在线| 女生性感内裤真人,穿戴方法视频| 性色av乱码一区二区三区2| 桃红色精品国产亚洲av| 夜夜夜夜夜久久久久| 久久国产精品人妻蜜桃| 午夜福利影视在线免费观看| 夜夜看夜夜爽夜夜摸| 亚洲国产毛片av蜜桃av| 欧美日本中文国产一区发布| 在线观看午夜福利视频| 久久久国产成人精品二区| 又黄又粗又硬又大视频| 黄色女人牲交| 久99久视频精品免费| 精品卡一卡二卡四卡免费| 村上凉子中文字幕在线| 中亚洲国语对白在线视频| 亚洲av电影不卡..在线观看| 国产片内射在线| 国产欧美日韩精品亚洲av| 99热只有精品国产| 嫩草影院精品99| 久久性视频一级片| 欧美日韩福利视频一区二区| 国产激情久久老熟女| 国产亚洲精品av在线| 亚洲人成网站在线播放欧美日韩| 国产高清视频在线播放一区| av在线播放免费不卡| 午夜福利免费观看在线| 大香蕉久久成人网| 国产精品永久免费网站| 两性午夜刺激爽爽歪歪视频在线观看 | 日韩成人在线观看一区二区三区| 久久精品影院6| 可以在线观看的亚洲视频| 精品国产国语对白av| 成人三级黄色视频| tocl精华| 亚洲va日本ⅴa欧美va伊人久久| 国产高清激情床上av| 如日韩欧美国产精品一区二区三区| 一区二区三区国产精品乱码| 亚洲国产精品sss在线观看| 欧美在线一区亚洲| 欧美最黄视频在线播放免费| 中文字幕人成人乱码亚洲影| 国产熟女午夜一区二区三区| 欧美不卡视频在线免费观看 | 在线观看免费视频网站a站| 日韩大码丰满熟妇| 亚洲色图综合在线观看| 午夜a级毛片| 男人的好看免费观看在线视频 | 黑人欧美特级aaaaaa片| 人人妻人人澡欧美一区二区 | 身体一侧抽搐| 免费搜索国产男女视频| 国产在线精品亚洲第一网站| 亚洲国产精品sss在线观看| 高清毛片免费观看视频网站| 国产成人免费无遮挡视频| 日本五十路高清| 久久久久久久精品吃奶| 欧美中文综合在线视频| 欧美久久黑人一区二区| 又大又爽又粗| 国产极品粉嫩免费观看在线| e午夜精品久久久久久久| 高清黄色对白视频在线免费看| 高清毛片免费观看视频网站| 狂野欧美激情性xxxx| 欧美最黄视频在线播放免费| 麻豆成人av在线观看| 97人妻精品一区二区三区麻豆 | 亚洲成人久久性| 宅男免费午夜| 老鸭窝网址在线观看| 99久久国产精品久久久| 黄片播放在线免费| 国产精品免费视频内射| 免费看a级黄色片| 琪琪午夜伦伦电影理论片6080| 69精品国产乱码久久久| 国产成人av激情在线播放| 一边摸一边抽搐一进一出视频| 18禁观看日本| 岛国视频午夜一区免费看| 亚洲五月天丁香| 多毛熟女@视频| 9热在线视频观看99| 久久精品影院6| 久久久久国产一级毛片高清牌| 亚洲熟女毛片儿| 午夜福利免费观看在线| 欧美久久黑人一区二区| 午夜影院日韩av| 亚洲欧美一区二区三区黑人| av福利片在线| 琪琪午夜伦伦电影理论片6080| 国产精华一区二区三区| 国产99久久九九免费精品| 婷婷精品国产亚洲av在线| 两个人视频免费观看高清| 色av中文字幕| 一区二区三区国产精品乱码| 国产午夜福利久久久久久| 少妇被粗大的猛进出69影院| 免费看美女性在线毛片视频| 人人妻人人澡人人看| 脱女人内裤的视频| 亚洲专区中文字幕在线| 美女高潮到喷水免费观看| 中国美女看黄片| 在线播放国产精品三级| 黄网站色视频无遮挡免费观看| 男女床上黄色一级片免费看| 久久性视频一级片| 国产精品野战在线观看| 好男人电影高清在线观看| 久久人妻福利社区极品人妻图片| 欧美丝袜亚洲另类 | 国产精品永久免费网站| 黑人巨大精品欧美一区二区mp4| 日本 av在线| 在线观看免费日韩欧美大片| 91大片在线观看| 岛国在线观看网站| 亚洲国产精品999在线| 亚洲无线在线观看| 99久久国产精品久久久| 黄色毛片三级朝国网站| 亚洲一区二区三区色噜噜| 久久亚洲精品不卡| 久久精品国产亚洲av高清一级| 熟女少妇亚洲综合色aaa.| 亚洲一区二区三区不卡视频| 婷婷精品国产亚洲av在线| 久久久精品欧美日韩精品| 别揉我奶头~嗯~啊~动态视频| 日日爽夜夜爽网站| 国产精品综合久久久久久久免费 | 可以在线观看的亚洲视频| 国产成人免费无遮挡视频| 18禁观看日本| 俄罗斯特黄特色一大片| 久久久国产成人精品二区| 国产精品乱码一区二三区的特点 | 高清在线国产一区| 国产免费男女视频| 午夜福利成人在线免费观看| 好看av亚洲va欧美ⅴa在| av天堂在线播放| 国产精品免费一区二区三区在线| 久久久久久久久久久久大奶| 性欧美人与动物交配| 亚洲午夜精品一区,二区,三区| 一区福利在线观看| 1024视频免费在线观看| 久久久久精品国产欧美久久久| 老司机在亚洲福利影院| 亚洲,欧美精品.| av福利片在线| 久久精品国产综合久久久| 午夜影院日韩av| 国产成人精品久久二区二区91| 校园春色视频在线观看| 国语自产精品视频在线第100页| 精品人妻在线不人妻| 久久天躁狠狠躁夜夜2o2o| 91麻豆av在线| 亚洲 欧美 日韩 在线 免费| 啪啪无遮挡十八禁网站| 久久久久国产精品人妻aⅴ院| 一个人免费在线观看的高清视频| 免费一级毛片在线播放高清视频 | 亚洲精品国产色婷婷电影| 久久婷婷成人综合色麻豆| 久久人妻熟女aⅴ| 精品高清国产在线一区| 免费高清视频大片| 最近最新中文字幕大全电影3 | 亚洲成人国产一区在线观看| 国产av一区在线观看免费| 色在线成人网| 性少妇av在线| 久久人人97超碰香蕉20202| 18禁裸乳无遮挡免费网站照片 | 亚洲欧美激情在线| 色综合站精品国产| 亚洲成国产人片在线观看| 成年版毛片免费区| 精品人妻在线不人妻| 久久久久久大精品| 免费不卡黄色视频| 成人精品一区二区免费| 久久久久久人人人人人| 狠狠狠狠99中文字幕| 日本在线视频免费播放| av天堂在线播放| 在线观看免费日韩欧美大片| 又黄又粗又硬又大视频| 日韩三级视频一区二区三区| 成人三级做爰电影| 国产一区二区三区视频了| 变态另类丝袜制服| 亚洲一区高清亚洲精品| 亚洲午夜精品一区,二区,三区| 中文亚洲av片在线观看爽| 黄色视频不卡| 97超级碰碰碰精品色视频在线观看| 亚洲一区中文字幕在线| 国产私拍福利视频在线观看| 高清毛片免费观看视频网站| 亚洲天堂国产精品一区在线| 好男人电影高清在线观看| 欧美成人性av电影在线观看| 精品第一国产精品| 国产高清视频在线播放一区| 在线天堂中文资源库| 成人国语在线视频| 麻豆成人av在线观看| 欧美日韩中文字幕国产精品一区二区三区 | 夜夜夜夜夜久久久久| 人妻丰满熟妇av一区二区三区| ponron亚洲| 中文字幕另类日韩欧美亚洲嫩草| 老司机福利观看| 在线观看www视频免费| 一个人免费在线观看的高清视频| 成人三级做爰电影| 精品国产超薄肉色丝袜足j| 国产一区二区三区综合在线观看| 精品无人区乱码1区二区| 天天一区二区日本电影三级 | 一卡2卡三卡四卡精品乱码亚洲| 欧美日韩黄片免| 女性生殖器流出的白浆| 久久草成人影院| 色婷婷久久久亚洲欧美| 久久国产精品男人的天堂亚洲| 久久午夜亚洲精品久久| 国产熟女xx| 久热这里只有精品99| 后天国语完整版免费观看| 精品久久久精品久久久| 一a级毛片在线观看| 真人一进一出gif抽搐免费| 少妇熟女aⅴ在线视频| 丝袜美腿诱惑在线| 99国产精品99久久久久| 黑丝袜美女国产一区| 久久久久久久久中文| 久久久国产精品麻豆| 男男h啪啪无遮挡| 欧美日韩中文字幕国产精品一区二区三区 | 身体一侧抽搐| 日韩有码中文字幕| av中文乱码字幕在线| 久久这里只有精品19| 亚洲 国产 在线| 三级毛片av免费| 男人舔女人的私密视频| aaaaa片日本免费| 日本五十路高清| 欧美色欧美亚洲另类二区 | 久久久久国产一级毛片高清牌| 成人三级黄色视频| 美女扒开内裤让男人捅视频| 日韩欧美一区视频在线观看| 国产av一区在线观看免费| 久久天堂一区二区三区四区| 成人国语在线视频| 欧美日韩黄片免| 日韩av在线大香蕉| 波多野结衣巨乳人妻| 亚洲精品一区av在线观看| 中国美女看黄片| 9191精品国产免费久久| 久热这里只有精品99| 精品无人区乱码1区二区| 国产亚洲av高清不卡| 国产一区二区三区在线臀色熟女| 天堂影院成人在线观看| 韩国精品一区二区三区| 午夜免费激情av| 不卡av一区二区三区| 变态另类丝袜制服| 黄色丝袜av网址大全| 色在线成人网| 99精品久久久久人妻精品| 老熟妇乱子伦视频在线观看| 啦啦啦 在线观看视频| 熟女少妇亚洲综合色aaa.| 日韩精品青青久久久久久| a在线观看视频网站| 老司机在亚洲福利影院| 亚洲五月婷婷丁香| 国产高清视频在线播放一区| 欧美色欧美亚洲另类二区 | 国产高清videossex| 他把我摸到了高潮在线观看| 黑人欧美特级aaaaaa片| 国产一区二区三区综合在线观看| 亚洲av成人一区二区三| 满18在线观看网站| 亚洲欧美激情在线| 在线观看免费午夜福利视频| 欧美日本亚洲视频在线播放| 亚洲精品国产一区二区精华液| 色综合亚洲欧美另类图片| 久久热在线av| 十八禁网站免费在线| 精品国内亚洲2022精品成人| 久久久久久大精品| 亚洲最大成人中文| 日韩高清综合在线| 日本免费一区二区三区高清不卡 | 一区福利在线观看| 国产在线精品亚洲第一网站| 国产精品日韩av在线免费观看 | 国产精品 国内视频| 中文亚洲av片在线观看爽| 国产欧美日韩一区二区精品| 女人高潮潮喷娇喘18禁视频| 久久国产精品影院| 青草久久国产| 天天躁夜夜躁狠狠躁躁| 久久草成人影院| 男女做爰动态图高潮gif福利片 | 久久亚洲精品不卡| 夜夜躁狠狠躁天天躁| 亚洲无线在线观看| 亚洲国产精品合色在线| 久久性视频一级片| 亚洲伊人色综图| 大码成人一级视频| 欧美激情 高清一区二区三区| 国产精品电影一区二区三区| 亚洲性夜色夜夜综合| 国产精品亚洲美女久久久| 免费搜索国产男女视频| 999精品在线视频| 亚洲欧美激情综合另类| 精品一品国产午夜福利视频| 欧美一级a爱片免费观看看 | 免费高清视频大片| 香蕉久久夜色| 国产精品久久视频播放| 色哟哟哟哟哟哟| 精品一区二区三区四区五区乱码| 久久狼人影院| 欧美一级a爱片免费观看看 | 国产精品日韩av在线免费观看 | 久久久久九九精品影院| 成人国产一区最新在线观看| 成人亚洲精品av一区二区| 丰满的人妻完整版| 麻豆一二三区av精品| 免费女性裸体啪啪无遮挡网站| 一级a爱视频在线免费观看| 波多野结衣一区麻豆| 日本五十路高清| 亚洲男人的天堂狠狠| 日本精品一区二区三区蜜桃| 在线国产一区二区在线| 电影成人av| 老司机靠b影院| 午夜日韩欧美国产| 欧美在线一区亚洲| 悠悠久久av| 极品人妻少妇av视频| av欧美777| 精品第一国产精品| 黄色视频,在线免费观看| 97人妻天天添夜夜摸| 欧美色视频一区免费| 国产三级在线视频| 亚洲欧洲精品一区二区精品久久久| 91精品三级在线观看| 好看av亚洲va欧美ⅴa在| 最近最新免费中文字幕在线| 18禁观看日本| 亚洲男人的天堂狠狠| 亚洲精品美女久久久久99蜜臀| 国产熟女xx| 1024视频免费在线观看| www.自偷自拍.com| 午夜成年电影在线免费观看| 老汉色av国产亚洲站长工具| 成人永久免费在线观看视频| 久久久久九九精品影院| 亚洲精品一区av在线观看| 欧美成人免费av一区二区三区| 午夜福利欧美成人| 国产激情久久老熟女| 国语自产精品视频在线第100页| 国产在线观看jvid| 亚洲人成电影免费在线| 老司机靠b影院| 99riav亚洲国产免费| 超碰成人久久| 69av精品久久久久久| 老熟妇乱子伦视频在线观看| 久久精品成人免费网站| 国产精品99久久99久久久不卡| 久久久久九九精品影院| 午夜精品国产一区二区电影| 欧美人与性动交α欧美精品济南到| 好男人电影高清在线观看| 老司机午夜十八禁免费视频| 欧美日本亚洲视频在线播放| 精品欧美一区二区三区在线| 久久精品aⅴ一区二区三区四区| 国产片内射在线| 久久精品国产清高在天天线| 亚洲欧洲精品一区二区精品久久久| 十八禁网站免费在线| 波多野结衣巨乳人妻| 国产蜜桃级精品一区二区三区| 久久久精品国产亚洲av高清涩受| 亚洲欧美日韩无卡精品| 欧洲精品卡2卡3卡4卡5卡区| 久久天堂一区二区三区四区| 级片在线观看| 黄色视频不卡| 91在线观看av| 69av精品久久久久久| 精品国产超薄肉色丝袜足j| 欧美日韩福利视频一区二区| 久久人人97超碰香蕉20202| www国产在线视频色| 久久亚洲精品不卡| 欧美久久黑人一区二区| 天堂动漫精品| 亚洲中文日韩欧美视频| 亚洲欧美一区二区三区黑人| 欧美日韩瑟瑟在线播放| 欧美成人性av电影在线观看| 一二三四在线观看免费中文在| 一边摸一边抽搐一进一小说| 亚洲三区欧美一区| tocl精华| 人人妻,人人澡人人爽秒播| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲成人国产一区在线观看| 免费一级毛片在线播放高清视频 | 亚洲精品国产一区二区精华液| 91麻豆精品激情在线观看国产| 日日夜夜操网爽| 久久人妻福利社区极品人妻图片| 免费无遮挡裸体视频| 18禁裸乳无遮挡免费网站照片 | 亚洲五月色婷婷综合| 男人操女人黄网站| 欧美+亚洲+日韩+国产| 日本vs欧美在线观看视频| 亚洲国产看品久久| x7x7x7水蜜桃| 97人妻精品一区二区三区麻豆 | 母亲3免费完整高清在线观看| 国产一区二区三区视频了| 日韩有码中文字幕| 99国产极品粉嫩在线观看| √禁漫天堂资源中文www| 久久久水蜜桃国产精品网| 免费在线观看视频国产中文字幕亚洲| 丝袜人妻中文字幕| 日韩欧美国产一区二区入口| 午夜久久久在线观看| 亚洲熟妇熟女久久| 亚洲一区二区三区不卡视频| 久久久久国内视频| 999久久久国产精品视频| 国产亚洲欧美精品永久| 国产欧美日韩精品亚洲av| 中文字幕精品免费在线观看视频| 亚洲人成电影观看| 精品人妻1区二区| 黄色丝袜av网址大全| 欧美日韩中文字幕国产精品一区二区三区 | 麻豆成人av在线观看| 黄色片一级片一级黄色片| 一级a爱片免费观看的视频| 国产aⅴ精品一区二区三区波| 精品久久久久久久毛片微露脸| 国产精品99久久99久久久不卡| 日韩有码中文字幕| 国产在线观看jvid| 久久久久久久久免费视频了| 国内毛片毛片毛片毛片毛片| 久久香蕉精品热| 99久久精品国产亚洲精品| 久热这里只有精品99| 日日爽夜夜爽网站| 免费搜索国产男女视频| 午夜精品国产一区二区电影| 熟女少妇亚洲综合色aaa.| 亚洲熟妇中文字幕五十中出| 亚洲自偷自拍图片 自拍| 青草久久国产| 久久国产乱子伦精品免费另类| 9色porny在线观看| 国产亚洲精品久久久久5区| 亚洲 欧美 日韩 在线 免费| 亚洲一卡2卡3卡4卡5卡精品中文| 色在线成人网| 中文字幕最新亚洲高清| 午夜福利免费观看在线|