期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进YOLOv5s实现岩石薄片中副矿物实时视觉识别与定位
1
作者 刘恒 王浩铮 +4 位作者 冯林峰 张易 郭杰 鱼晟林 李炳春 《成都理工大学学报(自然科学版)》 北大核心 2025年第5期888-899,共12页
基于深度学习镜下矿物的识别研究中,前人主要针对颗粒较大的主要矿物开展识别研究,缺乏对具有重要意义且较小的副矿物识别的探讨。以三大岩类中常见的副矿物锆石为例,提出一种基于改进YOLOv5s实时识别薄片中锆石的方法。在YOLOv5s基础... 基于深度学习镜下矿物的识别研究中,前人主要针对颗粒较大的主要矿物开展识别研究,缺乏对具有重要意义且较小的副矿物识别的探讨。以三大岩类中常见的副矿物锆石为例,提出一种基于改进YOLOv5s实时识别薄片中锆石的方法。在YOLOv5s基础上引入改进后的高效通道注意力机制(efficient channel attention,ECA)和简化空间金字.塔池化(simplified spatial pyramid pooling-fast,SimSPPF)模块,运用构建的岩石薄片中的锆石数据集训练模型后,将获得的最佳训练权重文件结合MSS(multiple screen shots)等库实现对薄片中锆石实时识别与定位。经验证,本研究改进YOLOv5s模型的精确度、召回率和m AP50分别达到88%,82%,86%。因此,结合丰富的数据集,本文提出的改进后的YOLOv5s模型能够实现薄片中微小矿物的实时且较准确的识别。 展开更多
关键词 副矿物 锆石 深度学习 目标检测 改进YOLOv5s C3ECA SimSPPF
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部