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！

龙图腾网恭喜重庆三峡学院申请的专利一种基于深度学习的页岩微观物质智能检测方法及系统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：CN118379731B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202410468426.3，技术领域涉及：G06V20/69；该发明授权一种基于深度学习的页岩微观物质智能检测方法及系统是由唐鑫;陈相如;周月蓉;陈秋琦;李林燕设计研发完成，并于2024-04-18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页岩微观物质智能检测方法及系统在说明书摘要公布了：本发明涉及页岩气勘探技术领域，具体涉及一种基于深度学习的页岩微观物质智能检测方法及系统，该方法包括：制作页岩扫描电镜高质量数据集，将数据分为石英、黄铁矿、有机质、有机质孔隙以及无机质孔隙；基于Yolov8目标检测模型，构建Shale‑Yolo目标检测模型，依托迁移学习技术，载入预训练权重，用于训练制作好的高质量数据集，保存训练好的网络模型与权重文件；打开页岩扫描电镜微观物质目标检测软件，导入训练好的网络模型与权重文件；选择导入图片，实现静态图像检测，选择屏幕检测，实现动态屏幕实时识别，静态图像单张处理速度仅需203.1毫秒，屏幕动态实时识速度高达每秒钟91fps，完全能够满足工程应用需求。

本发明授权一种基于深度学习的页岩微观物质智能检测方法及系统在权利要求书中公布了：1.一种基于深度学习的页岩微观物质智能检测方法，其特征在于，包括以下步骤：获取页岩SEM-Maps图像；制作页岩扫描电镜高质量数据集，将数据分为石英、黄铁矿、有机质、有机质孔隙以及无机质孔隙；构建Shale-Yolo目标检测模型，用于训练制作好的高质量数据集，保存训练好的网络模型与权重文件；打开页岩扫描电镜微观物质目标检测软件，导入训练好的网络模型和权重文件，选择导入图片，实现静态目标检测，选择屏幕检测，实现动态屏幕实时识别；所述Shale-Yolo目标检测模型的构建方法包括：S2.1：制作页岩扫描电镜高质量数据集，将数据分为石英、黄铁矿、有机质、有机质孔隙以及无机质孔隙；S2.2：以Yolov8目标检测模型为基础，构建Shale-Yolo目标检测模型；S2.3：在Neck部分添加小目标检测层，对较浅特征图与深特征图拼接后进行检测；S2.4：在模型head部分的第10层与第20层增加Shuffle注意力机制模块，以捕获全局和局部特征之间的关系；S2.5：增加SE注意力机制模块，将SE注意力机制模型与C2f_SE模块相结合，构建C2f_SE模块；S2.6：将head部分的第1层、第2层、第3层及第4层的Cf2模块更换为Cf2_SE模块；S2.7：增加BiFPN双向特征金字塔网络，将其与原有的Concat模块融合，建立新的Concat_BiFPN模块；S2.8：将Concat_BiFPN模块添加到模型的head部分的第三层与第六层，以整合不同层级的特征信息；所述S2.4中，所述Shuffle注意力机制模块是基于Transformer模型中的多头自注意力机制，通过对输入序列中的每个位置进行加权求和，生成一个与输入序列相同长度的输出序列；所述S2.7中，所述BiFPN双向特征金字塔网络结合了双向信息传递机制和特征金字塔网络；所述特征金字塔网络包含多个不同尺度的特征金字塔层级，用于提取不同尺度的特征信息；所述双向信息传递机制具体为在特征金字塔网络中，特征信息可以自底向上和自顶向下传递，实现跨层级的特征融合和信息传递。

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重庆三峡学院，其通讯地址为：404100 重庆市万州区五桥天星路666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”。