本发明公开了一种基于深度学习法的碎屑岩岩性识别方法及系统,包括:获取碎屑岩岩心薄片图像数据;将经过预处理的碎屑岩岩心薄片图像数据输入预先创建的LeNet‑5模型中,得到当前碎屑岩各个岩性的概率;根据最大概率来确定碎屑岩岩性。系统,包括:数据集建立模块,用于获取碎屑岩岩心图像数据;数据预处理模块,主要功能对数据集经行划分、数据增强、数据标识;数据识别模块,用于将预处理模块的数据输入预先创建的LeNet‑5模型中,输出各碎屑岩岩性的识别概率;岩性获取模块,用于确定最大概率对应的碎屑岩岩性。本发明优点是:提高碎屑岩岩性识别效率及准确率,减少投入成本,为油气地质勘探提供有益的地质依据。
声明:
“基于深度学习法的碎屑岩岩性识别方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)