基本信息:
- 专利标题： 基于深度学习的岩石图像智能识别方法、装置及存储介质
- 申请号：CN202011493645.5 申请日：2020-12-16
- 公开(公告)号：CN112686259B 公开(公告)日：2023-09-26
- 发明人： 周军 , 廖广志 , 李国军 , 肖立志 , 余长江 , 刘育博 , 张娟 , 张家伟 , 陈小磊 , 汪庆雅
- 申请人： 中国石油大学(北京) , 中国石油集团测井有限公司
- 申请人地址： 北京市昌平区府学路18号;
- 专利权人： 中国石油大学(北京),中国石油集团测井有限公司
- 当前专利权人： 中国石油大学(北京),中国石油集团测井有限公司
- 当前专利权人地址： 北京市昌平区府学路18号;
- 代理机构： 北京同立钧成知识产权代理有限公司
- 代理人： 朱颖; 黄健
- 主分类号： G06V10/26
- IPC分类号： G06V10/26 ; G06V10/774 ; G06T3/40 ; G06T5/00 ; G06T7/90
摘要：
本公开提供了一种基于深度学习的岩石图像智能识别方法、装置及存储介质，方法包括：获取终端设备发送的待识别岩石图像，将该待识别岩石图像输入至预设的图像识别模型，获得待识别岩石图像对应的识别结果预测图像，并根据该识别结果预测图，对待识别岩石图像中的待识别岩石的成分进行识别。即采用模型识别的方式对岩石图像的成分进行识别，进而实现对砂岩储层的孔隙度、渗透率的分析。识别结果更加客观、准确，有效解决了现有技术中人工对砂岩储层的孔隙度、渗透率分析识别不够准确的技术问题。此外，采用模型识别的方式对岩石图像的成分进行识别，效率更高，有效提升了岩石图像的识别速度。
公开/授权文献:
- CN112686259A 基于深度学习的岩石图像智能识别方法、装置及存储介质 公开/授权日：2021-04-20