基于SSD与图像变换的镜下矿物光片智能识别

摘要

在矿物识别中，当识别伴生矿物时，有时会产生漏判、误判.为了解决上述问题，开展了显微镜下矿物的智能化识别方法研究.首先，改进了SSD网络并结合图像变换构建了一种智能识别方法；其次，将该方法应用于中国辽宁省某铁矿光片的显微镜下矿物图像，通过试验证明了方法的准确性；最后，确定了学习率、批量尺寸对损失函数的影响，使用梯度下降法进一步提高了识别精度.在试验中，识别精度超过90%，最高可达100%，损失函数值最小值约为0.008.结果表明，提出的方法具有较强的矿物识别能力.

关键词

矿物识别 / 深度学习 / SSD / 图像变换 / 矿物含量估算