基于空洞卷积自注意力机制的煤岩显微组分组识别模型

摘要

基于深度学习的识别模型是目前解决煤岩显微组分组识别问题的主要手段，但这些模型在计算过程中参数不断堆叠，导致模型的算力需求增加，影响模型的训练效率。针对上述问题，构建了一种基于空洞卷积自注意力(DCSA)机制的改进Swin-Transformer模型——DA-ViT。首先，为了在加强煤岩显微组分组图像的局部特征信息的同时保留其二维空间信息，提出了DCSA机制，通过对煤岩显微图像的大尺寸卷积核进行多尺度分解，加强了煤岩显微图像不同区域像素之间的联系，显著降低了图像注意力的参数量，降低率为81.18%。然后，为了加强煤岩显微组分组图像间的形态特征关联性，将DCSA和改进的Swin-Transformer框架相结合，提出了DA-ViT识别模型。实验验证结果表明，与现有的其他识别模型相比，DA-ViT模型在提高预测结果准确率的同时，可显著降低模型的算力需求，其像素准确率(PA)和平均交并比(mIoU)的最大值分别为92.14%和63.18%,模型参数总量(Params)和浮点运算次数(FLOPs)的最小值分别为4.95×10~6和8.99×10~9。

关键词

空洞卷积 / 自注意力机制 / 煤岩显微组分组 / 识别模型