基于深度学习的显微镜下岩石薄片识别

偏光显微镜下的岩石薄片识别,不仅在分析和鉴定岩石结构和矿物成分中具有至关重要的作用,而且在矿产资源勘探（尤其是固体金属矿产资源勘探）中同样发挥着不可估量的作用。目前,显微镜下对岩石薄片的观察主要依靠专业人员的肉眼来识别岩石薄片中的矿物成分,费时耗力。为此,针对偏光显微镜下岩石数据样本的特征,构建一种基于ResNeXt技术的岩石薄片识别与分类模型,借助该模型分析岩石薄片可大大节约人力成本和时间成本。