Apprentissage Profond pour l'Identification Raffinée de la Lithologie des Images Microscopes de Grès

L'identification raffinée de la lithologie est une tâche essentielle, souvent contrainte par la subjectivité et la faible efficacité des méthodes classiques. L'identification automatique assistée par ordinateur, bien qu'utile, a rarement été spécifiquement orientée vers l'identification raffinée de la lithologie. Dans cette étude, nous introduisons Rock-ViT, une approche innovante d'apprentissage automatique. Son architecture, améliorée par une perte contrastive supervisée et ancrée dans les principes des Transformateurs visuels, améliore considérablement la précision dans l'identification des motifs lithologiques complexes. Pour ce faire, nous avons collecté des ensembles de données publics et mis en œuvre une augmentation des données, visant à valider notre méthode en utilisant le grès comme point focal. Les résultats montrent que Rock-ViT atteint une précision et une efficacité supérieures dans l'identification raffinée de la lithologie du grès. Rock-ViT présente une nouvelle perspective et une approche réalisable pour une analyse lithologique détaillée, offrant de nouvelles idées et des solutions innovantes dans l'analyse géologique.