[发明专利]基于知识与数据双驱动的搭载式岩性智能识别方法及系统

权利要求书

1.一种基于知识与数据双驱动的搭载式岩性智能识别方法，其特征在于，包括：

将同一围岩不同角度的多张图像输入至对应并行的目标检测与定位模型；

所述目标检测与定位模型输出围岩图像对应的岩性特征及围岩位置信息，并进行非极大值抑制运算；

获取非极大值抑制运算后的围岩位置上的元素含量测试信息，再经基于数据与知识驱动的岩性识别模型输出预测的岩性特征，将预测的岩性特征与非极大值抑制运算后的岩性特征进行点乘并经全连接层输出岩性类别及围岩位置候选信息；

将岩性类别及位置候选信息经非极大值抑制运算，得到最终的岩性类别及围岩位置；

其中，基于数据与知识驱动的岩性识别模型的部分原始参数由基于元素信息的岩性识别模型中的参数迁移得到；基于元素信息的岩性识别模型由已知岩性及对应的元素含量信息训练得到。

2.如权利要求1所述的基于知识与数据双驱动的搭载式岩性智能识别方法，其特征在于，基于元素信息的岩性识别模型的训练数据集由元素生成模块随机生成的岩性及对应的元素含量信息构成。

3.如权利要求1所述的基于知识与数据双驱动的搭载式岩性智能识别方法，其特征在于，所述目标检测与定位模型为卷积神经网络。

4.一种基于知识与数据双驱动的搭载式岩性智能识别系统，其特征在于，包括：

目标检测与定位模块，其用于将同一围岩不同角度的多张图像输入至对应并行的目标检测与定位模型；

非极大值抑制模块，其用于将所述目标检测与定位模型输出围岩图像对应的岩性特征及围岩位置信息，进行非极大值抑制运算；

候选信息计算模块，其用于获取非极大值抑制运算后的围岩位置上的元素含量测试信息，再经基于数据与知识驱动的岩性识别模型输出预测的岩性特征，将预测的岩性特征与非极大值抑制运算后的岩性特征进行点乘并经全连接层输出岩性类别及围岩位置候选信息；

候选信息筛选模块，其用于将岩性类别及位置候选信息经非极大值抑制运算，得到最终的岩性类别及围岩位置；

其中，基于数据与知识驱动的岩性识别模型的部分原始参数由基于元素信息的岩性识别模型中的参数迁移得到；基于元素信息的岩性识别模型由已知岩性及对应的元素含量信息训练得到。

5.一种基于知识与数据双驱动的搭载式岩性智能识别系统，其特征在于，包括数据采集模块、固定模块、元素数据生成模块、融合计算模块和分析控制模块；

所述数据采集模块与分析控制模块相连，用于采集不同距离条件下的岩石图像以及采集围岩指定位置元素信息，并将采集的信息传送至融合计算模块；

所述固定模块与分析控制模块相连，用于固定并调整数据采集模块的方位；

所述元素数据生成模块与分析控制模块相连，用于随机生成岩性元素含量信息并传送至融合计算模块；

所述融合计算模块与分析控制模块相连，融合计算模块用于：

接收同一围岩不同角度的多张图像输入至对应并行的目标检测与定位模型；所述目标检测与定位模型输出围岩图像对应的岩性特征及围岩位置信息，并进行非极大值抑制运算；

获取非极大值抑制运算后的围岩位置上的元素含量测试信息，再经基于数据与知识驱动的岩性识别模型输出预测的岩性特征，将预测的岩性特征与非极大值抑制运算后的岩性特征进行点乘并经全连接层输出岩性类别及围岩位置候选信息；将岩性类别及位置候选信息经非极大值抑制运算，得到最终的岩性类别及围岩位置；基于元素信息的岩性识别模型由已知岩性及对应的元素含量信息训练得到。

6.如权利要求5所述的基于知识与数据双驱动的搭载式岩性智能识别系统，其特征在于，基于元素信息的岩性识别模型由已知岩性及对应的元素含量信息训练得到。

7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-3中任一项所述的基于知识与数据双驱动的搭载式岩性智能识别方法中的步骤。

8.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-3中任一项所述的基于知识与数据双驱动的搭载式岩性智能识别方法中的步骤。