| 注册
首页|期刊导航|地质科技通报|基于多深度模型的钻孔结构面智能识别与量化分析

基于多深度模型的钻孔结构面智能识别与量化分析

张野 陈金桥 李炎隆

地质科技通报2023,Vol.42Issue(6):31-41,11.
地质科技通报2023,Vol.42Issue(6):31-41,11.DOI:10.19509/j.cnki.dzkq.tb20220091

基于多深度模型的钻孔结构面智能识别与量化分析

Intelligent recognition and quantitative analysis of borehole hydraulic geological images utilizing multiple deep learning models

张野 1陈金桥 1李炎隆1

作者信息

  • 1. 西安理工大学省部共建西北旱区生态水利国家重点实验室,西安 710048
  • 折叠

摘要

关键词

深度学习/Attention机制/Unet/图像细化/结构面量化分析/钻孔/智能识别

Key words

deep learning/Attention mechanism/Unet/image thinning/fracture quantitative analysis/borehole/intelligent recognition

分类

信息技术与安全科学

引用本文复制引用

张野,陈金桥,李炎隆..基于多深度模型的钻孔结构面智能识别与量化分析[J].地质科技通报,2023,42(6):31-41,11.

基金项目

国家自然科学基金项目(52009109 ()

52125904) ()

博士启动基金项目(104-451120005) (104-451120005)

地质科技通报

OA北大核心CSCDCSTPCD

2096-8523

访问量0
|
下载量0
段落导航相关论文