岩性识别卷积网络

识别精度98.8%

基于TensorFlow的CNN结合PyQt5，面向矿井巷道图像的岩性识别网络，通过预处理与特征降维实现高效分类。

Wang, Aiai · 曹帅 · Yilmaz, Erol · 曹晖

International Journal of Minerals, Metallurgy and Materials 2026

参数信息

识别精度

98.8 %

技术优势

识别精度高

在验证集与测试集上识别精度最高达98.8%，满足岩性识别实际需求。

可扩展至多场景

系统可扩展到地质勘探、矿山工程等领域，提高岩样识别效率与准确性，并可与智能支护设计系统匹配。

应用场景

• 地质勘探岩性分析：用图像识别替代人工判读，提升岩性分析效率与准确性。
• 矿井智能支护设计：识别结果直接关联智能支护设计，提高支护方案可靠性与经济性。
• 地下空间工程：为地下空间工程的岩样识别提供参考，辅助设计与施工。