买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国地质大学(武汉);武汉地大坤迪科技有限公司申请的专利一种基于深度学习的岩心图像重力流识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118887455B 。

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410914068.4，技术领域涉及：G06V10/764；该发明授权一种基于深度学习的岩心图像重力流识别方法是由徐凯;吕维逸;孔春芳;吴冲龙;田宜平;李岩;周广隆;徐城阳;李必亿;赵杰;董坤;岳云锋;李瑜;赵思源;向世泽设计研发完成，并于2024-07-09向国家知识产权局提交的专利申请。

本一种基于深度学习的岩心图像重力流识别方法在说明书摘要公布了：本发明提供了一种基于深度学习的岩心图像重力流识别方法，属于岩心图像处理技术领域，包括以下步骤：采集原始岩心图像数据集并进行预处理；采用迁移学习方法，运用MobileNetV2的预训练模型参数训练预处理后的数据集，得到n个模型；采集非岩心图像，筛选对图像是否是岩心图像有显著影响的特征并进行阈值分析，得到特征阈值；将得到的特征阈值和得到的n个模型引入到应用程序的后台开发中，进行应用程序的开发；用户通过应用程序上传图像，应用程序后台根据岩心图像判别机制和岩心图像重力流识别机制将最终结果返回到用户界面。本发明采用上述的一种基于深度学习的岩心图像重力流识别方法，可有效提高岩心图像重力流识别的准确率。

本发明授权一种基于深度学习的岩心图像重力流识别方法在权利要求书中公布了：1.一种基于深度学习的岩心图像重力流识别方法，其特征在于，包括以下步骤： S1、采集原始岩心图像数据集并进行预处理，得到预处理后的数据； S2、采用迁移学习方法，运用MobileNetV2的预训练模型参数训练预处理后的数据集，得到个单一模型，； S3、采集非岩心图像，筛选对图像是否是岩心图像有显著影响的特征并进行阈值分析，得到特征阈值； 步骤S3中，筛选对图像是否是岩心图像有显著影响的特征的方法为单因素方差分析，对采集的非岩心图像的各个特征进行单因素方差分析，其中，所述各个特征包括图像的RGB三通道均值、图像的亮度、图像的熵和图像的饱和度； S4、将步骤S3得到的特征阈值和步骤S2得到的个单一模型引入到应用程序的后台开发中，进行应用程序的开发； S5、用户通过应用程序上传图像，应用程序后台根据岩心图像判别机制和岩心图像重力流识别机制将最终结果返回到用户界面； 步骤S5中，岩心图像判别机制根据筛选出的特征及其对应的阈值判断用户上传的图像是否为岩心图像，若是岩心图像，则根据岩心图像重力流识别机制作后续判断；若不是岩心图像，则直接返回提示信息给用户； 步骤S5中，岩心图像重力流识别机制根据多模型参数叠加算法，对用户上传的岩心图像进行识别，并将识别结果返回到用户界面； 步骤S5中，多模型参数叠加算法是将个单一模型参数对应的输出结果进行相加之后，再通过调用argmax方法找到预测值最大的类别，即识别结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国地质大学(武汉);武汉地大坤迪科技有限公司，其通讯地址为：430000 湖北省武汉市洪山区鲁磨路388号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。