摘要

通过人工观察岩石薄片来进行分类效率低,且容易受主观影响,在如今人工智能的时代背景下,使用计算机视觉技术对其进行智能处理,已经成为一种公认的研究方法。为此本文通过使用卷积神经网络来代替人工进行岩石薄片分类。本实验使用"中国科学数据"中的《部分造岩矿物、典型变质矿物和鲕粒薄片显微图像数据集》部分数据,采用数据增强手段进行处理,使其数据量扩增10倍。采用了ResNet模型,对其进行训练,最终准确率达到了96.8%。结果表明使用卷积神经网络对岩石薄片进行分类可以获得高效、准确的结果。