• <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
    日日撸夜夜添| 美女视频免费永久观看网站| av又黄又爽大尺度在线免费看| 看十八女毛片水多多多| 亚洲欧美日韩另类电影网站| 亚洲国产精品专区欧美| 永久网站在线| 中文字幕久久专区| 日本91视频免费播放| 亚洲国产欧美日韩在线播放| 简卡轻食公司| 一本大道久久a久久精品| 美女福利国产在线| 亚洲欧洲日产国产| 老司机影院毛片| 91精品国产九色| 国产国拍精品亚洲av在线观看| 国产亚洲av片在线观看秒播厂| 国产免费一区二区三区四区乱码| 亚州av有码| 国产黄色免费在线视频| 亚洲精华国产精华液的使用体验| 香蕉精品网在线| 国产成人免费无遮挡视频| 欧美另类一区| 91aial.com中文字幕在线观看| 国产又色又爽无遮挡免| 日韩亚洲欧美综合| 日韩大片免费观看网站| 七月丁香在线播放| 久久久久精品久久久久真实原创| 亚洲色图 男人天堂 中文字幕 | 欧美精品一区二区免费开放| 丝瓜视频免费看黄片| 午夜福利影视在线免费观看| 亚洲,一卡二卡三卡| 中文精品一卡2卡3卡4更新| 久久99精品国语久久久| 制服丝袜香蕉在线| 国产男女超爽视频在线观看| 伦理电影大哥的女人| 亚洲国产精品999| 国产日韩欧美亚洲二区| 美女视频免费永久观看网站| 欧美亚洲日本最大视频资源| 有码 亚洲区| 国产av码专区亚洲av| 国产日韩欧美视频二区| 最近最新中文字幕免费大全7| 美女脱内裤让男人舔精品视频| 18禁动态无遮挡网站| 久久综合国产亚洲精品| 欧美精品国产亚洲| 久久久午夜欧美精品| 免费观看在线日韩| 看十八女毛片水多多多| 久久精品人人爽人人爽视色| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 91成人精品电影| 人人澡人人妻人| 天天操日日干夜夜撸| 999精品在线视频| 美女cb高潮喷水在线观看| 亚洲综合色网址| 日韩中字成人| 天天操日日干夜夜撸| videosex国产| 久久毛片免费看一区二区三区| 国产成人精品一,二区| 国产精品国产三级国产专区5o| 亚洲精品av麻豆狂野| 91久久精品国产一区二区三区| 日本vs欧美在线观看视频| 国产极品天堂在线| 伊人久久精品亚洲午夜| 嘟嘟电影网在线观看| 人妻系列 视频| 人妻系列 视频| 久久精品国产亚洲网站| 亚洲国产成人一精品久久久| 黄色视频在线播放观看不卡| 国产日韩一区二区三区精品不卡 | 国产一区二区三区av在线| 一级毛片黄色毛片免费观看视频| 国产精品99久久久久久久久| 国产欧美日韩一区二区三区在线 | 五月开心婷婷网| 国产精品一区二区三区四区免费观看| 午夜视频国产福利| 欧美97在线视频| 精品亚洲成a人片在线观看| 成年av动漫网址| 午夜精品国产一区二区电影| 亚洲色图综合在线观看| 国产一区二区在线观看av| 亚洲精品视频女| 欧美激情 高清一区二区三区| 丝袜在线中文字幕| av电影中文网址| 毛片一级片免费看久久久久| 啦啦啦在线观看免费高清www| av福利片在线| 精品国产一区二区久久| 爱豆传媒免费全集在线观看| 亚洲综合色网址| 少妇的逼好多水| 免费大片18禁| 精品少妇内射三级| 99九九在线精品视频| 男女国产视频网站| 国产精品欧美亚洲77777| 日韩不卡一区二区三区视频在线| 久久99一区二区三区| 伊人久久精品亚洲午夜| 精品一品国产午夜福利视频| 中文字幕亚洲精品专区| 国产精品国产三级国产专区5o| 国产精品久久久久久精品电影小说| 王馨瑶露胸无遮挡在线观看| 最近中文字幕高清免费大全6| 午夜久久久在线观看| 国产精品国产三级国产av玫瑰| 亚洲熟女精品中文字幕| av在线观看视频网站免费| 天天操日日干夜夜撸| 久久女婷五月综合色啪小说| 人妻 亚洲 视频| 免费黄频网站在线观看国产| 国产色爽女视频免费观看| 日韩电影二区| 亚洲国产精品国产精品| 夜夜爽夜夜爽视频| 国产成人精品一,二区| 一级黄片播放器| 美女cb高潮喷水在线观看| 国产精品成人在线| 国产成人精品久久久久久| 国产男女超爽视频在线观看| 插逼视频在线观看| 波野结衣二区三区在线| 成人免费观看视频高清| 精品国产一区二区三区久久久樱花| 精品国产露脸久久av麻豆| 欧美日韩一区二区视频在线观看视频在线| 中文字幕人妻丝袜制服| 男女边摸边吃奶| 国产熟女午夜一区二区三区 | 国产精品嫩草影院av在线观看| 亚洲欧洲日产国产| 男女边吃奶边做爰视频| 国产午夜精品久久久久久一区二区三区| 夜夜看夜夜爽夜夜摸| 成人毛片60女人毛片免费| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 久久这里有精品视频免费| 91成人精品电影| 午夜免费男女啪啪视频观看| 蜜桃在线观看..| 在线精品无人区一区二区三| 精品国产一区二区三区久久久樱花| 久久热精品热| 少妇丰满av| av免费观看日本| 婷婷色综合大香蕉| 成人手机av| 国产精品一区二区在线观看99| 男女无遮挡免费网站观看| 精品一区二区三卡| 欧美一级a爱片免费观看看| 少妇精品久久久久久久| 亚洲av成人精品一区久久| 精品久久久噜噜| 久久狼人影院| h视频一区二区三区| 两个人免费观看高清视频| 亚洲精品一二三| 伦精品一区二区三区| 亚洲国产日韩一区二区| 亚洲av二区三区四区| 国产熟女欧美一区二区| 男的添女的下面高潮视频| 97超视频在线观看视频| 2018国产大陆天天弄谢| 欧美另类一区| 久久 成人 亚洲| 久久久久视频综合| 亚洲欧洲精品一区二区精品久久久 | 能在线免费看毛片的网站| 黄片播放在线免费| 日本猛色少妇xxxxx猛交久久| √禁漫天堂资源中文www| 2018国产大陆天天弄谢| 亚洲精品久久午夜乱码| 久久久久人妻精品一区果冻| 免费av中文字幕在线| 丝袜美足系列| 亚洲五月色婷婷综合| 精品亚洲乱码少妇综合久久| 99久久精品一区二区三区| 亚洲久久久国产精品| 三级国产精品欧美在线观看| 91国产中文字幕| 国产成人91sexporn| 国产亚洲最大av| 亚洲欧美成人综合另类久久久| 久久久久精品久久久久真实原创| 母亲3免费完整高清在线观看 | 视频在线观看一区二区三区| 日韩中字成人| 日本与韩国留学比较| 国产精品成人在线| 精品国产乱码久久久久久小说| 亚洲精品色激情综合| 天美传媒精品一区二区| 国产精品熟女久久久久浪| 欧美日韩亚洲高清精品| 97在线人人人人妻| 亚洲久久久国产精品| 成人毛片a级毛片在线播放| 人成视频在线观看免费观看| 中文天堂在线官网| 日韩av不卡免费在线播放| 精品人妻偷拍中文字幕| 我的老师免费观看完整版| 99精国产麻豆久久婷婷| 永久网站在线| 亚洲av中文av极速乱| 成人黄色视频免费在线看| 亚洲伊人久久精品综合| 日韩av免费高清视频| 久久 成人 亚洲| 久久99热这里只频精品6学生| 国产黄片视频在线免费观看| 婷婷色综合www| 建设人人有责人人尽责人人享有的| 国产日韩欧美亚洲二区| 人妻 亚洲 视频| 天堂中文最新版在线下载| freevideosex欧美| 亚洲国产欧美在线一区| 欧美另类一区| 色视频在线一区二区三区| 天堂8中文在线网| 亚洲国产最新在线播放| 在线免费观看不下载黄p国产| 国产亚洲av片在线观看秒播厂| 高清视频免费观看一区二区| 国产永久视频网站| 高清av免费在线| 午夜久久久在线观看| 日本av手机在线免费观看| 亚洲情色 制服丝袜| 精品少妇内射三级| 国产精品一区www在线观看| 丝瓜视频免费看黄片| 婷婷成人精品国产| 国产在线一区二区三区精| 国产精品不卡视频一区二区| 中文字幕人妻丝袜制服| 日本wwww免费看| 国产精品三级大全| 亚洲婷婷狠狠爱综合网| 丝袜在线中文字幕| 国产精品人妻久久久久久| 交换朋友夫妻互换小说| 成人国产麻豆网| 美女主播在线视频| 日本vs欧美在线观看视频| 国产一区二区三区av在线| 日韩三级伦理在线观看| 啦啦啦在线观看免费高清www| 欧美另类一区| 国产av国产精品国产| 国产免费视频播放在线视频| 性色av一级| 在线观看一区二区三区激情| 在线播放无遮挡| 日本黄大片高清| 日韩伦理黄色片| 黄片播放在线免费| 人妻系列 视频| 国产色婷婷99| 国产成人精品久久久久久| 久久久久久久久大av| 国产精品免费大片| 男女国产视频网站| 韩国av在线不卡| 另类精品久久| 亚洲第一av免费看| 日韩精品免费视频一区二区三区 | 一级二级三级毛片免费看| 免费观看的影片在线观看| 国产69精品久久久久777片| 免费少妇av软件| av有码第一页| 超色免费av| 啦啦啦在线观看免费高清www| 卡戴珊不雅视频在线播放| 另类精品久久| 午夜视频国产福利| 午夜福利网站1000一区二区三区| 亚洲精品色激情综合| 最近手机中文字幕大全| 亚洲精品乱码久久久v下载方式| 少妇高潮的动态图| 亚洲欧洲国产日韩| 国产精品免费大片| 观看美女的网站| 亚洲欧美一区二区三区国产| 丁香六月天网| 99视频精品全部免费 在线| 少妇人妻 视频| 欧美少妇被猛烈插入视频| 美女内射精品一级片tv| 午夜精品国产一区二区电影| 国产在线免费精品| 免费观看a级毛片全部| 久久97久久精品| 一级a做视频免费观看| 高清欧美精品videossex| 国产亚洲精品第一综合不卡 | 国产不卡av网站在线观看| 亚洲成色77777| 亚洲av欧美aⅴ国产| 天天躁夜夜躁狠狠久久av| 国产欧美另类精品又又久久亚洲欧美| 精品少妇内射三级| 中文字幕制服av| 亚洲精华国产精华液的使用体验| 2022亚洲国产成人精品| 日本猛色少妇xxxxx猛交久久| 亚洲国产色片| 久久这里有精品视频免费| 亚洲精品亚洲一区二区| 中文字幕最新亚洲高清| 成年人午夜在线观看视频| 在线亚洲精品国产二区图片欧美 | 亚洲欧洲国产日韩| 天堂8中文在线网| 最近2019中文字幕mv第一页| 日韩在线高清观看一区二区三区| 我的老师免费观看完整版| 少妇人妻久久综合中文| 国产免费视频播放在线视频| 亚洲欧美一区二区三区国产| 中文字幕av电影在线播放| 欧美日韩av久久| 秋霞伦理黄片| 91午夜精品亚洲一区二区三区| 少妇的逼好多水| 国产黄色视频一区二区在线观看| 少妇的逼水好多| 午夜日本视频在线| 人人妻人人添人人爽欧美一区卜| 亚洲精品中文字幕在线视频| 伦理电影大哥的女人| 精品人妻偷拍中文字幕| 成人国产麻豆网| 最近中文字幕高清免费大全6| 美女国产高潮福利片在线看| av在线app专区| 久久精品国产亚洲av涩爱| 亚洲精品自拍成人| 99久久中文字幕三级久久日本| 亚洲色图综合在线观看| 国产成人aa在线观看| 国产不卡av网站在线观看| 交换朋友夫妻互换小说| 国产日韩一区二区三区精品不卡 | 久久精品国产鲁丝片午夜精品| 色94色欧美一区二区| 五月玫瑰六月丁香| 曰老女人黄片| 成人午夜精彩视频在线观看| 黄片无遮挡物在线观看| 男男h啪啪无遮挡| 亚洲av不卡在线观看| 精品酒店卫生间| 十分钟在线观看高清视频www| 99九九在线精品视频| 亚洲精品乱码久久久v下载方式| 欧美激情 高清一区二区三区| 国产黄色免费在线视频| 夫妻午夜视频| 免费黄色在线免费观看| 久久久欧美国产精品| 18在线观看网站| 久久久久人妻精品一区果冻| 久久99热6这里只有精品| 亚洲性久久影院| 亚洲熟女精品中文字幕| 中文字幕av电影在线播放| 亚洲图色成人| 在线天堂最新版资源| 777米奇影视久久| 国产 精品1| 成人午夜精彩视频在线观看| 美女大奶头黄色视频| 91久久精品国产一区二区三区| 中文乱码字字幕精品一区二区三区| h视频一区二区三区| 人妻夜夜爽99麻豆av| 亚洲精品国产色婷婷电影| 啦啦啦啦在线视频资源| 国产成人一区二区在线| 国产黄频视频在线观看| 免费av中文字幕在线| 国产精品蜜桃在线观看| 免费观看av网站的网址| 狂野欧美激情性xxxx在线观看| 18禁观看日本| 大话2 男鬼变身卡| 国产精品一区二区在线不卡| 狠狠精品人妻久久久久久综合| 久久久久国产网址| 欧美日韩视频精品一区| 国产综合精华液| 亚洲av不卡在线观看| 久久精品国产亚洲av涩爱| 一区二区av电影网| 水蜜桃什么品种好| 久久久久国产网址| 九九久久精品国产亚洲av麻豆| 国产在视频线精品| 欧美变态另类bdsm刘玥| 日本午夜av视频| 久久国内精品自在自线图片| 91精品一卡2卡3卡4卡| 九九久久精品国产亚洲av麻豆| 午夜福利影视在线免费观看| 国产又色又爽无遮挡免| 亚洲伊人久久精品综合| 少妇人妻精品综合一区二区| 免费大片黄手机在线观看| 精品午夜福利在线看| 国产69精品久久久久777片| 免费观看在线日韩| 一边亲一边摸免费视频| 国产老妇伦熟女老妇高清| 国产精品国产av在线观看| 亚洲av国产av综合av卡| 久久韩国三级中文字幕| 亚洲不卡免费看| 波野结衣二区三区在线| 日本vs欧美在线观看视频| 国语对白做爰xxxⅹ性视频网站| 欧美成人午夜免费资源| 欧美最新免费一区二区三区| 日韩中文字幕视频在线看片| 成人手机av| 精品久久久久久久久av| 中文字幕制服av| 男女免费视频国产| 在线观看国产h片| 一边摸一边做爽爽视频免费| 亚洲中文av在线| 亚洲综合色网址| 妹子高潮喷水视频| 夜夜看夜夜爽夜夜摸| 91久久精品国产一区二区三区| 三上悠亚av全集在线观看| 满18在线观看网站| 青青草视频在线视频观看| 国产日韩欧美亚洲二区| 成人手机av| 免费观看的影片在线观看| 欧美激情国产日韩精品一区| 一本—道久久a久久精品蜜桃钙片| 国产精品99久久99久久久不卡 | 亚洲精华国产精华液的使用体验| 中文欧美无线码| 丝袜美足系列| 在线观看人妻少妇| 午夜日本视频在线| av国产久精品久网站免费入址| 午夜免费观看性视频| 国产国语露脸激情在线看| 欧美xxxx性猛交bbbb| 亚洲中文av在线| 成人18禁高潮啪啪吃奶动态图 | 欧美日本中文国产一区发布| 久久久精品94久久精品| 三上悠亚av全集在线观看| 肉色欧美久久久久久久蜜桃| 一级二级三级毛片免费看| 一个人免费看片子| 国产黄频视频在线观看| 最后的刺客免费高清国语| 精品人妻在线不人妻| 亚洲伊人久久精品综合| 啦啦啦啦在线视频资源| 国产免费一级a男人的天堂| 免费观看无遮挡的男女| 97超碰精品成人国产| 日本vs欧美在线观看视频| a级毛色黄片| 交换朋友夫妻互换小说| 久久午夜福利片| 亚洲国产日韩一区二区| 夫妻午夜视频| 午夜影院在线不卡| 草草在线视频免费看| 免费看av在线观看网站| av网站免费在线观看视频| 综合色丁香网| 午夜免费男女啪啪视频观看| 免费不卡的大黄色大毛片视频在线观看| 国产亚洲一区二区精品| 久久99一区二区三区| 一区二区三区乱码不卡18| 精品一品国产午夜福利视频| 国产一区二区在线观看日韩| a级毛片黄视频| 国产精品99久久久久久久久| 亚洲内射少妇av| 精品人妻熟女av久视频| 日本欧美视频一区| 亚洲色图 男人天堂 中文字幕 | 亚洲国产日韩一区二区| 亚洲怡红院男人天堂| 婷婷色av中文字幕| 精品人妻熟女毛片av久久网站| 99久久中文字幕三级久久日本| 亚洲精品中文字幕在线视频| 婷婷色麻豆天堂久久| 亚洲国产精品成人久久小说| 99国产综合亚洲精品| 日本爱情动作片www.在线观看| 蜜桃在线观看..| 又粗又硬又长又爽又黄的视频| 91成人精品电影| 亚洲av成人精品一二三区| 亚洲精品456在线播放app| 汤姆久久久久久久影院中文字幕| 简卡轻食公司| 高清午夜精品一区二区三区| 一区二区三区四区激情视频| 亚洲国产精品999| a级毛片免费高清观看在线播放| 午夜福利视频在线观看免费| 欧美日韩精品成人综合77777| 少妇人妻精品综合一区二区| 免费观看av网站的网址| 啦啦啦视频在线资源免费观看| 18+在线观看网站| 欧美精品国产亚洲| 中文字幕人妻熟人妻熟丝袜美| 欧美bdsm另类| 啦啦啦啦在线视频资源| 男女边摸边吃奶| 国产片特级美女逼逼视频| 插逼视频在线观看| 亚洲成人手机| 人妻制服诱惑在线中文字幕| 中国国产av一级| 午夜视频国产福利| 高清av免费在线| 夜夜爽夜夜爽视频| 日韩大片免费观看网站| 国产在线一区二区三区精| 婷婷色综合大香蕉| 婷婷色av中文字幕| 超色免费av| 99热6这里只有精品| 亚洲精品日韩在线中文字幕| 国产精品久久久久成人av| 亚洲中文av在线| 久久国产亚洲av麻豆专区| 欧美激情极品国产一区二区三区 | 精品一区二区免费观看| 九九爱精品视频在线观看| 国产欧美日韩综合在线一区二区| 蜜桃国产av成人99| 亚洲色图 男人天堂 中文字幕 | av天堂久久9| 91精品一卡2卡3卡4卡| 中文字幕最新亚洲高清| 午夜免费男女啪啪视频观看| 欧美另类一区| 国产av一区二区精品久久| 午夜久久久在线观看| 人妻 亚洲 视频| 有码 亚洲区| 秋霞伦理黄片| 免费久久久久久久精品成人欧美视频 | 高清黄色对白视频在线免费看| 国产亚洲精品久久久com| 午夜福利在线观看免费完整高清在| 性色avwww在线观看| 亚洲av二区三区四区| videossex国产| 久久久久久久久久人人人人人人| 精品卡一卡二卡四卡免费| 亚洲经典国产精华液单| 王馨瑶露胸无遮挡在线观看| 国产av精品麻豆| 99久久精品国产国产毛片| 亚洲欧美一区二区三区黑人 | 熟女电影av网| 久久国内精品自在自线图片| 日本黄大片高清| 老司机影院成人| 国产永久视频网站| 少妇人妻精品综合一区二区| av播播在线观看一区| 麻豆精品久久久久久蜜桃| 日韩一本色道免费dvd| 国产精品99久久99久久久不卡 | 性高湖久久久久久久久免费观看| 久久青草综合色| 五月开心婷婷网| 久久精品久久精品一区二区三区| 99re6热这里在线精品视频| 黄片播放在线免费| 国产伦理片在线播放av一区|