原创力文档摘要
岩性识别在解析岩石成因、确定地层年代和评估岩石物理力学特性等方面起
到至关重要的作用，为能源矿产勘探提供了科学的依据。传统的岩石薄片图像岩
性识别方法主要依赖地质学家利用肉眼进行观察，存在人工成本高、耗时长、主
观性强等问题。但随着深度学习技术、计算机技术的发展，基于自动特征提取的
识别方法正逐步改变这一现状。本文在深度学习方法的基础上，提出了一种融合
TransformerVGG-ViTHybrid
摘要
岩性识别在解析岩石成因、确定地层年代和评估岩石物理力学特性等方面起
到至关重要的作用，为能源矿产勘探提供了科学的依据。传统的岩石薄片图像岩
性识别方法主要依赖地质学家利用肉眼进行观察，存在人工成本高、耗时长、主
观性强等问题。但随着深度学习技术、计算机技术的发展，基于自动特征提取的
识别方法正逐步改变这一现状。本文在深度学习方法的基础上，提出了一种融合
TransformerVGG-ViTHybrid
文档评论（0）