岩石薄截面图像分析的基础模型
Jiansong Fan1, Xiaolu Yu2,3, Yicheng Di1
1School of Artificial Intelligence and Computer Science, Jiangnan University, Wuxi, JiangSu, China.
Communications engineering
|December 6, 2025
概括
RoImAI是一种新的AI模型,用于地质学,自动化岩石薄截面分析. 它精确地细分和识别岩石颗粒,比传统方法显著提高效率和准确性.
科学领域:
- 地质科学和矿物学
- 科学研究中的人工智能
- 图像分析和机器学习
背景情况:
- 传统的岩石薄截面分析依赖于主观的,耗时的专家视觉检查.
- 越来越多的地质数据需要自动化分析方法.
- 现有的方法缺乏现代研究所需的速度和精度.
研究的目的:
- 介绍RoImAI,用于自动化岩石薄截面图像分析的视觉基础模型.
- 为了实现快速准确的细分,识别和石质学报告生成.
- 克服地质研究中手动分析的局限性.
主要方法:
- 开发基于变压器的深度学习模型RoImAI.
- 创建来自不同地质区域的大型数据集 (30,336张图像,约200万个粒子).
- 实施层次分类策略,以准确识别颗粒.
主要成果:
- RoImAI实现了跨多中心,多样化的地质数据集的高精度细分.
- 该模型使用层次分类方法准确识别岩石颗粒.
- 与人类专家相比,RoImAI在生成石质学报告方面表现出卓越的效率和准确性.
结论:
- RoImAI为岩石薄截面图像分析提供了一种强大,自动化的解决方案.
- 该模型的智能功能促进了大量地质图像数据的处理.
- 通过提高分析精度和速度,RoImAI显著推进了地质和矿物学研究.
更多相关视频
12:18Pore-scale Imaging and Characterization of Hydrocarbon Reservoir Rock Wettability at Subsurface Conditions Using X-ray Microtomography
Published on: October 21, 2018
14.5K
07:10A Sectioning, Coring, and Image Processing Guide for High-Throughput Cortical Bone Sample Procurement and Analysis for Synchrotron Micro-CT
Published on: June 12, 2020
5.5K
