楊彪，馬亦驥，倪瑞璞，蘇森濤，曾德明

(1.昆明理工大學(xué) 信息工程與自動(dòng)化學(xué)院，云南 昆明 650500；2.昆明理工大學(xué) 云南省人工智能重點(diǎn)實(shí)驗(yàn)室，云南 昆明 650500；3.昆明理工大學(xué) 非常規(guī)冶金教育部重點(diǎn)實(shí)驗(yàn)室，云南 昆明 650093)

在礦物的勘探過程中，快速、準(zhǔn)確地對(duì)礦產(chǎn)資源進(jìn)行識(shí)別，判明其品質(zhì)和儲(chǔ)量，決定開采規(guī)模具有重大意義[1-2].礦物肉眼鑒定是地質(zhì)研究者所必須熟練掌握的基本技能，因?yàn)槿庋坭b別可以初步估計(jì)出礦物的種或族，由此決定選用什么方法進(jìn)行精確的鑒定和研究.但這種方法受限于鑒別者主觀經(jīng)驗(yàn)，鑒別準(zhǔn)確性不高[3]，如果選用方法不當(dāng)，也會(huì)對(duì)后續(xù)研究會(huì)造成困難.

隨著機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，采用模型判定礦物種屬的方法逐漸成為多數(shù)學(xué)者采用的方法.Baykan等[4]采用人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network,ANN）對(duì)5 種顯微鏡下薄片圖像進(jìn)行分類，證明了RGB 這一顏色空間是礦物識(shí)別最佳色彩空間，但由于不同族的礦物其顏色特征可能相似，所以此方法還不能作為判別礦物種屬的依據(jù).與此同時(shí)，Singh等[5]采用多層感知機(jī)（Multi-Layer Perceptron,MLP）進(jìn)行巖石紋理識(shí)別，通過從不同玄武巖提取的數(shù)值參數(shù)作為輸入，以巖體紋理類別作為輸出，相比單一顏色特征作為區(qū)分不同種礦物，此方法準(zhǔn)確率較高，但需要人工從眾多礦巖數(shù)值中進(jìn)行篩選，計(jì)算預(yù)處理過程較為繁瑣，不利于實(shí)際工程應(yīng)用.Chauhan等[6]等通過使用7 種機(jī)器學(xué)習(xí)方法對(duì)巖心斷層圖像進(jìn)行分割，比較了各個(gè)方法的優(yōu)劣性，找到了適用于礦物圖像分割的機(jī)器學(xué)習(xí)算法.受此啟發(fā)，Baklanova等[7]使用K-means 聚類算法對(duì)顯微鏡下拍攝的礦物圖像定性評(píng)估其組成成分.賀金鑫等[8]使用樸素貝葉斯分類模型對(duì)高光譜礦物圖像進(jìn)行識(shí)別.但這些方法分析既耗時(shí)準(zhǔn)確率又不高.之后劉玨先等[9]針對(duì)巖石薄片成分分析耗時(shí)且準(zhǔn)確率不高問題，提出基于協(xié)同表示的多特征融合巖石分類法，識(shí)別速度得到了極大的提升，但仍未解決需要人工篩礦物特征這一問題.近十年來，圍繞著計(jì)算機(jī)視覺技術(shù)開展的研究工作取得了傲人的成績，尤其是卷積神經(jīng)網(wǎng)絡(luò)解決了傳統(tǒng)機(jī)器學(xué)習(xí)需要人工篩選特征問題，許多學(xué)者開始采用此技術(shù)解決礦物識(shí)別的問題.程國建等[10]通過搭建淺層卷積神經(jīng)網(wǎng)絡(luò)，對(duì)3 類巖石薄片進(jìn)行自動(dòng)分類取得了98%的準(zhǔn)確率；白林等[11]基于VGG19 網(wǎng)絡(luò)，對(duì)6 種常見巖石薄片進(jìn)行分類取得了82%的準(zhǔn)確率；郭艷軍等[12]以ResNet 作為框架，對(duì)5 種偏光顯微鏡下礦物進(jìn)行鑒別取得了89%的準(zhǔn)確率；徐述騰等[13]基于U-net 網(wǎng)絡(luò)對(duì)5 種硫化礦物的顯微鏡下圖像進(jìn)行識(shí)別，取得了90%的準(zhǔn)確率.采用卷積神經(jīng)網(wǎng)絡(luò)徹底解決了人工篩選礦物特征的問題，但是早期卷積神經(jīng)網(wǎng)絡(luò)所需訓(xùn)練數(shù)據(jù)較為龐大，同時(shí)對(duì)計(jì)算機(jī)運(yùn)算能力也有一定要求，而且目前針對(duì)實(shí)驗(yàn)環(huán)境下礦物識(shí)別研究較多，而針對(duì)野外環(huán)境下礦物識(shí)別過程研究較少.之后也有學(xué)者針對(duì)這些問題進(jìn)行了優(yōu)化和研究.張野等[14]運(yùn)用遷移學(xué)習(xí)的方法對(duì)3 類礦巖圖像進(jìn)行分類取，得了85%的準(zhǔn)確率，運(yùn)用遷移學(xué)習(xí)方法可以很好地彌補(bǔ)由于數(shù)據(jù)集不足造成卷積神經(jīng)網(wǎng)絡(luò)欠擬合問題，但在遷移學(xué)習(xí)之前網(wǎng)絡(luò)仍需在樣本充足的數(shù)據(jù)集上進(jìn)行充分訓(xùn)練，該數(shù)據(jù)集與礦物關(guān)聯(lián)性的強(qiáng)弱會(huì)影響最終的識(shí)別準(zhǔn)確率.彭偉航等[15]通過改進(jìn)InceptionV3 網(wǎng)絡(luò)和損失函數(shù)，對(duì)16 種礦物直接圖像進(jìn)行識(shí)別取得了86%的準(zhǔn)確率.采用Inception 結(jié)構(gòu)對(duì)礦物圖像進(jìn)行多尺度采樣可以充分提取到礦物特征，但由于傳統(tǒng)Inception結(jié)構(gòu)每一層都是特別設(shè)計(jì)的并且伴隨著較大的參數(shù)量，造成部署較為困難，而且采集到多尺度特征信息并不能充分利用，使得網(wǎng)絡(luò)性能并不能充分發(fā)揮.李明超等[16]利用模型集成的方法，通過耦合顏色和紋理特征的方法，對(duì)19 類礦物圖像實(shí)現(xiàn)自動(dòng)辨別，但計(jì)算復(fù)雜度仍然較高.

針對(duì)上述問題，本文以直接獲取的礦物圖像作為研究對(duì)象，選用兼具低參數(shù)量和特征復(fù)用功能的DenseNet[17]為主干網(wǎng)絡(luò)，同時(shí)結(jié)合前人所提聚合變換[18]思想，設(shè)計(jì)了一種多尺度密集連接網(wǎng)絡(luò)（Multi-Scale Densely connected convolutional Network,MS-DenseNet）作為礦物識(shí)別模型，并以分組卷積策略對(duì)多尺度結(jié)構(gòu)進(jìn)行參數(shù)優(yōu)化減少參數(shù)量.通過與典型網(wǎng)絡(luò)在測(cè)試集上進(jìn)行橫向?qū)Ρ?，?shí)驗(yàn)結(jié)果表明本文所提網(wǎng)絡(luò)在參數(shù)量和準(zhǔn)確率方面都有較大優(yōu)勢(shì).

1 面向礦物識(shí)別的智能算法

1.1 密集連接結(jié)構(gòu)密集連接網(wǎng)絡(luò)（DenseNet）是Huang等[17]于2017 年提出一種網(wǎng)絡(luò)模型.相比之前從深度和寬度角度提升網(wǎng)絡(luò)性能，DenseNet 采用特征復(fù)用的方式對(duì)網(wǎng)絡(luò)性能進(jìn)行提升.通過將上層特征提取器與下層特征提取器進(jìn)行特征信息交互，將各自提取到的特征在通道維度進(jìn)行拼接，豐富下層網(wǎng)絡(luò)輸入特征的多樣性，同時(shí)減少信息損失.密集連接方式讓特征信息和梯度信息傳遞更加高效，對(duì)特征信息的挖掘更加充分，非常適用于樣本數(shù)較少的數(shù)據(jù)集.故本文選取DenseNet 中的密集連接結(jié)構(gòu)作為礦物識(shí)別的主干結(jié)構(gòu)，密集連接結(jié)構(gòu)如圖1 所示.

圖1 密集連接結(jié)構(gòu)示意圖Fig.1 Schematic diagram of dense connection structure

1.2 多尺度特征提取結(jié)構(gòu)由于DenseNet 所有下層的網(wǎng)絡(luò)層與上層輸出的有一定關(guān)聯(lián)，上層網(wǎng)絡(luò)提取到信息量多少對(duì)后續(xù)網(wǎng)絡(luò)層有著一定影響.而在卷積神經(jīng)網(wǎng)絡(luò)中，淺層網(wǎng)絡(luò)提取的特征和輸入比較接近，如果只使用小卷積將會(huì)忽視掉一些全局信息，造成后續(xù)可用于分類的信息較少，所以要讓靠前的網(wǎng)絡(luò)層具有不同尺度的特征獲取能力.此外，對(duì)于非公共數(shù)據(jù)集而言樣本數(shù)少是其顯著特點(diǎn)，采用多尺度卷積結(jié)構(gòu)在一定程度可以彌補(bǔ)這一不足.因此，本文在DenseNet 基礎(chǔ)上引入了Inception[18-19]結(jié)構(gòu)，如圖2 所示，并對(duì)傳統(tǒng)Inception 結(jié)構(gòu)進(jìn)行了參數(shù)優(yōu)化，解除傳統(tǒng)Inception 結(jié)構(gòu)存在針對(duì)性設(shè)計(jì)、參數(shù)量大等不足的問題.

圖2 傳統(tǒng)Inception 結(jié)構(gòu)Fig.2 The structure of classic Inception

首先，為了降低傳統(tǒng)結(jié)構(gòu)的計(jì)算復(fù)雜度同時(shí)又不損失其特征獲取能力，采用大小為1×1 的分組卷積對(duì)特征通道進(jìn)行減半壓縮，一方面可以起到線性修正的作用，方便后續(xù)特征融合；另一方面，防止參數(shù)量過大造成過擬合.

采用分組卷積，可以以較少的參數(shù)獲得與傳統(tǒng)卷積運(yùn)算得到一樣的特征圖.采用傳統(tǒng)卷積其參數(shù)量計(jì)算公式為：

式中，p為參數(shù)量，k為卷結(jié)核大小，c1為輸入特征圖維度，c2為輸出特征圖維度.

而采用分卷卷積其參數(shù)量計(jì)算公式為：

式中，g為分組數(shù).

由公式（1）和（2）可知，傳統(tǒng)卷積參數(shù)量是分組卷積的g倍.使用分組卷積消耗的計(jì)算內(nèi)存更少，計(jì)算復(fù)雜度也將降低，會(huì)使網(wǎng)絡(luò)的推理速度得到加強(qiáng).

然后，將分組卷積接入3 分支結(jié)構(gòu).分支1 是一組3×3 卷積；分支2 是兩組3×3 卷積，用兩組3×3 卷積替代一組5×5 大尺度卷積；分支3 是直連結(jié)構(gòu).同時(shí)，引入一條最大池化分支，對(duì)上層特征圖進(jìn)行局部特征提取，并將該分支與3 卷積分支在通道維度進(jìn)行拼接，構(gòu)成一個(gè)多尺度特征提取模塊.

不同的卷積核所提取到的特征存在差異，其中大尺寸卷積核有助于捕獲全局信息，同一點(diǎn)所包含語義信息也較為豐富；小尺寸卷積核有助于獲取細(xì)節(jié)信息，最大池化層則更加關(guān)注特征圖的局部信息.將不同分支獲得的信息進(jìn)行融合，根據(jù)各自所得權(quán)重自適應(yīng)地處理特征信息.使網(wǎng)絡(luò)在無需構(gòu)建較深的情況下，也能得到豐富的特征信息，這些信息增強(qiáng)了網(wǎng)絡(luò)的魯棒性，提升了網(wǎng)絡(luò)性能，改進(jìn)后的多尺度特征提取結(jié)構(gòu)如圖3 所示.

圖3 優(yōu)化后的Inception 結(jié)構(gòu)Fig.3 The structure of improved Inception

融合后的特征計(jì)算公式為：

式中，finput為輸入特征，c為融合后的特征，wi(i=1,2,3,4)為 特征權(quán)重值，gConv1×1為1×1 分組卷積，Conv3×3為3×3 卷積，Conv1×1為1×1 普通卷積，max()為區(qū)域最大值函數(shù).

1.3 跳躍結(jié)構(gòu)輸入網(wǎng)絡(luò)經(jīng)過多次下采樣操作后，雖然壓縮了特征圖的尺寸，便于后續(xù)分類，但是在壓縮過程中造成一些信息的丟失.對(duì)于淺層網(wǎng)絡(luò)層因?yàn)榭拷斎雸D像層，這種影響非常小.而對(duì)于深層的網(wǎng)絡(luò)層這種影響較為嚴(yán)重，可能會(huì)影響最終分類效果.所以，為了減少這一損失，本文在密集連接模塊后的網(wǎng)絡(luò)層引入跳躍結(jié)構(gòu)，以減小特征信息損失.

1.4 總體結(jié)構(gòu)本文網(wǎng)絡(luò)結(jié)構(gòu)如圖4 所示，表1給出了每個(gè)網(wǎng)絡(luò)層的具體信息.

表1 MS-DenseNet 參數(shù)信息Tab.1 The parameter information of MS-DenseNet

圖4 MS-DenseNet 結(jié)構(gòu)示意圖Fig.4 The structure diagram of MS-DenseNet

MS-DenseNet 運(yùn)算步驟如下：

步驟 1讀入圖像，使用7×7 卷積對(duì)原始圖像進(jìn)行特征預(yù)提取，并使用批標(biāo)準(zhǔn)化層進(jìn)行歸一化處理，使用ReLU 激活函數(shù)進(jìn)行激活，使用最大池化層將特征圖壓縮.

步驟 2將步驟1 得到的特征圖輸入進(jìn)分組卷積并在每層第一層使用批標(biāo)準(zhǔn)化層進(jìn)行歸一化處理，使用ReLU 激活函數(shù)進(jìn)行激活，送入三卷積分支和最大池化支路，并行進(jìn)行特征提取操作.將各支路獲取的信息進(jìn)行融合.在以平均池化操作整合全局空間信息，并進(jìn)一步縮減特征圖尺寸.

步驟 3對(duì)步驟2 得到的特征，進(jìn)行密集卷積運(yùn)算挖掘粗粒度信息，以平均池化壓縮特征圖尺寸.

步驟 4將步驟3 得到特征圖輸入帶有跳躍連接的卷積層，進(jìn)行卷積運(yùn)算.并將運(yùn)算后的特征送入全連接層，使用softmax 激活函數(shù)計(jì)算各類型礦物的概率.

2 實(shí)驗(yàn)與結(jié)果分析

2.1 實(shí)驗(yàn)數(shù)據(jù)及平臺(tái)礦物識(shí)別圖像數(shù)據(jù)集中所有數(shù)據(jù)來源于互聯(lián)網(wǎng)中最大的礦產(chǎn)資源數(shù)據(jù)庫平臺(tái)Mindat.org，使用爬蟲方法收集到的6 類礦物圖像，合計(jì)5 695張，各類礦物分布如表2 所示.選取數(shù)據(jù)集的80%作為訓(xùn)練集，10%作為驗(yàn)證集，10%作為測(cè)試集.并對(duì)訓(xùn)練集進(jìn)行隨機(jī)上下翻轉(zhuǎn)、隨機(jī)左右翻轉(zhuǎn)等數(shù)據(jù)增強(qiáng)操作擴(kuò)充訓(xùn)練集，實(shí)驗(yàn)電腦配置為：AMD Ryzen 7 4800H 2.90 GHz 處理器，NVIDIA GeForce RTX 1650 顯卡，使用Python 語言和Tensorflow2.3 深度學(xué)習(xí)平臺(tái)進(jìn)行網(wǎng)絡(luò)訓(xùn)練.

表2 各類礦物數(shù)據(jù)統(tǒng)計(jì)Tab.2 Statistics of various minerals

2.2 實(shí)驗(yàn)設(shè)置在圖像輸入網(wǎng)絡(luò)前，將圖像統(tǒng)一為224×224.損失函數(shù)為交叉熵?fù)p失函數(shù)，使用Adam優(yōu)化器.學(xué)習(xí)率為自然指數(shù)衰減，初始學(xué)習(xí)率設(shè)為0.001，衰減率設(shè)為0.05，其數(shù)學(xué)表達(dá)式如下：

式中，l′表示初始學(xué)習(xí)率，r為衰減率，s為迭代次數(shù)，s′為衰減次數(shù).

使用自然指數(shù)衰減學(xué)習(xí)率能夠加快網(wǎng)絡(luò)訓(xùn)練速度，而且變化的學(xué)習(xí)率能夠提升網(wǎng)絡(luò)抗干擾性，使其不易陷入局部最小值.每次迭代選取16 張圖像送入網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練次數(shù)（epochs）為1 000 次.

2.3 網(wǎng)絡(luò)評(píng)估本文以測(cè)試集的準(zhǔn)確率(A)評(píng)判各個(gè)網(wǎng)絡(luò)的分類性能，使用參數(shù)量評(píng)價(jià)網(wǎng)絡(luò)模型大小，使用混淆矩陣、精確度(P)、召回率(R) 和FS評(píng)價(jià)各網(wǎng)絡(luò)對(duì)礦物的識(shí)別能力.根據(jù)實(shí)驗(yàn)中真實(shí)情況和預(yù)測(cè)結(jié)果之間的關(guān)系，把實(shí)際結(jié)果和預(yù)測(cè)結(jié)果之間的差異分為4 種類別：實(shí)際為正樣本預(yù)測(cè)也為正樣本(TP)、實(shí)際為負(fù)樣本預(yù)測(cè)為正樣本(FP)、實(shí)際為正樣本預(yù)測(cè)為負(fù)樣本(FN)、實(shí)際為負(fù)樣本預(yù)測(cè)為負(fù)樣本(TN).

準(zhǔn)確率、精確度、召回率及FS的計(jì)算公式如下：

式中，β是調(diào)整精確度和召回率在FS中的權(quán)重.根據(jù)兩者的重要程度進(jìn)行選擇，若認(rèn)為召回率重要，則增大 β；若認(rèn)為精確度重要，則減小 β ；當(dāng) β=1時(shí)認(rèn)為二者一樣重要.對(duì)于礦物識(shí)別任務(wù)，我們更關(guān)注識(shí)別準(zhǔn)確度，所以在FS中設(shè)置 β=0.5.

2.4 與典型經(jīng)典網(wǎng)絡(luò)對(duì)比實(shí)驗(yàn)為了驗(yàn)證本文提出方法的有效性，在使用相同數(shù)據(jù)集和同樣的預(yù)處理?xiàng)l件下，將本文方法與5 種典型圖像分類網(wǎng)絡(luò)在驗(yàn)證集和測(cè)試集上分別進(jìn)行橫向?qū)Ρ?經(jīng)過1 000次訓(xùn)練后，各個(gè)網(wǎng)絡(luò)在訓(xùn)練集均得到了充分訓(xùn)練，準(zhǔn)確率均達(dá)到了100%，如圖5 所示.

圖5 各模型訓(xùn)練集準(zhǔn)確率對(duì)比Fig.5 Accuracy comparison of training sets of each model

在驗(yàn)證集上，MS-DenseNet 準(zhǔn)確率達(dá)到90.54%，DenseNet121[17]準(zhǔn)確率達(dá)到87.76%；InceptionV3[20]準(zhǔn)確率為86.63%，ResNet50[21]準(zhǔn)確率為85.67%；MobileNetV2[22]準(zhǔn)確率為85.11%，VGG19[23]網(wǎng)絡(luò)準(zhǔn)確率為83.09%.驗(yàn)證集對(duì)比結(jié)果如圖6 所示.

圖6 各模型驗(yàn)證集準(zhǔn)確率對(duì)比Fig.6 Accuracy comparison of validation sets for each model

從各個(gè)模型準(zhǔn)確率對(duì)比結(jié)果可知，在礦物數(shù)據(jù)集上MS-DenseNet 的總體鑒別性能要好于VGG19、ResNet50 和InceptionV3 經(jīng)典網(wǎng)絡(luò)，和同量級(jí)網(wǎng)絡(luò)MobileNetV2 和DenseNet121 相比，本文所提方法也取得了較優(yōu)的成績.

表3 為各個(gè)模型在測(cè)試集評(píng)價(jià)指標(biāo)對(duì)比表，從表3 中最后一列可以看出，本文所提方法的參數(shù)量要高于MobileNetV2，但本文方法在其他評(píng)價(jià)指標(biāo)上，比MobileNet 高3 到4 個(gè)百分點(diǎn)，說明本文方法以犧牲較小的計(jì)算復(fù)雜性為代價(jià)，換取比同量級(jí)網(wǎng)絡(luò)更高的識(shí)別性能.在與其他網(wǎng)絡(luò)評(píng)價(jià)指標(biāo)對(duì)比中發(fā)現(xiàn)，無論是在精確度、召回率和FS還是測(cè)試集準(zhǔn)確率、參數(shù)量，本文所提方法都要好于其他網(wǎng)絡(luò)，證明本文所提模型可以勝任在普通計(jì)算機(jī)上的礦物識(shí)別任務(wù).

表3 各模型在測(cè)試集評(píng)價(jià)指標(biāo)Tab.3 Comparison of evaluation indicators of each model

圖7 給出了在測(cè)試集整體識(shí)別準(zhǔn)確率較高的網(wǎng)絡(luò)的混淆矩陣對(duì)比圖.在測(cè)試集準(zhǔn)確率排名前3的網(wǎng)絡(luò)分別為MS-DenseNet、DenseNet 和Inception.從圖7 混淆矩陣對(duì)比可以看出，3 個(gè)網(wǎng)絡(luò)對(duì)赤鐵礦易發(fā)生誤判.MS-DenseNet 對(duì)赤鐵礦的識(shí)別準(zhǔn)確率僅為72%，相比InceptionV3 和DenseNet121 表現(xiàn)較差；而InceptionV3 對(duì)這類礦物識(shí)別效果較好，準(zhǔn)確率達(dá)到了77%左右.但在硅孔雀石和孔雀石的這兩類極為相似的礦物鑒別上，MS-DenseNet 鑒別效果要優(yōu)于其他兩個(gè)網(wǎng)絡(luò).對(duì)于斑銅礦的鑒定，DenseNet121 相比另外兩個(gè)網(wǎng)絡(luò)表現(xiàn)較好.雖然各網(wǎng)絡(luò)對(duì)各類礦物表現(xiàn)出不同的判定能力，但是各網(wǎng)絡(luò)對(duì)6 類礦物整體識(shí)別準(zhǔn)確率都在85%以上，而且本文所提方法整體精準(zhǔn)度要優(yōu)于其他兩類網(wǎng)絡(luò)，尤其在硅孔雀石、孔雀石、黃鐵礦和石英判定上，誤判發(fā)生的概率較低.

圖7 混淆矩陣對(duì)比Fig.7 Confusion matrix comparison

2.5 消融實(shí)驗(yàn)與識(shí)別熱力圖為了驗(yàn)證MS-DenseNet在網(wǎng)絡(luò)結(jié)構(gòu)上的改進(jìn)更能有效地提取礦物特征，本節(jié)對(duì)原始的DenseNet、結(jié)合改進(jìn)多分支結(jié)構(gòu)的IDenseNet、結(jié)合跳躍連接結(jié)構(gòu)的S-DenseNet 以及本文方法進(jìn)行了對(duì)比.并以測(cè)試集準(zhǔn)確率作為評(píng)價(jià)指標(biāo)，各個(gè)網(wǎng)絡(luò)訓(xùn)練設(shè)置相同對(duì)比結(jié)果如表4 所示.

表4 網(wǎng)絡(luò)結(jié)構(gòu)評(píng)價(jià)與指標(biāo)對(duì)比Tab.4 Network structure evaluation and index comparison

從表4 可知，最優(yōu)網(wǎng)絡(luò)的預(yù)測(cè)準(zhǔn)確率為88.06%，該網(wǎng)絡(luò)是在DenseNet 基礎(chǔ)上，融入跳躍連接結(jié)構(gòu)和多尺度卷積結(jié)構(gòu).在網(wǎng)絡(luò)前期，通過使用多尺度卷積可以耦合不同尺度的礦物特征信息，這些信息能有效幫助網(wǎng)絡(luò)進(jìn)行礦物判別；以密集連接方式將前面提取到的多尺度信息與下層網(wǎng)絡(luò)進(jìn)行交互，在豐富下層網(wǎng)絡(luò)輸入特征多樣性的同時(shí)加強(qiáng)信息流通；在網(wǎng)絡(luò)終端，以跳躍連接方式進(jìn)行信息增強(qiáng)，減少特征圖壓縮過程中的信息丟失.從對(duì)比結(jié)果來看，本文所提改進(jìn)點(diǎn)是有效的.

除實(shí)驗(yàn)外，本文還將MS-DenseNet 在訓(xùn)練過程中學(xué)習(xí)到的礦物特征以及重要程度做了可視化展示，如圖8 所示，輸出前三的最大可能類別.從礦物特征圖對(duì)比中可發(fā)現(xiàn)，每條分支所提取到特征是不同的，既有全局特征，也有局部特征，這印證了上文所述的多尺度卷積具有良好的尺度適應(yīng)性.同時(shí)，本文所提多尺度結(jié)構(gòu)兼具低參數(shù)量優(yōu)勢(shì)，相比傳統(tǒng)卷積結(jié)構(gòu)，本文算法所需計(jì)算內(nèi)存低，便于日后在便攜式設(shè)備上進(jìn)行應(yīng)用.類激活熱力圖是將所提取特征對(duì)于網(wǎng)絡(luò)識(shí)別礦物種類的重要性作展示，如果提取到信息對(duì)網(wǎng)絡(luò)最后的判別越重要，那么該位置的激活強(qiáng)度就越大，即反映出的顏色也就越鮮艷.通過類激活熱力圖和top3 最大可能礦物概率，給出了網(wǎng)絡(luò)找到了不同種類礦物的不同之處，對(duì)于一些重要特征做了明顯標(biāo)記，提升了工作效率.

圖8 礦物特征圖與類激活熱力圖Fig.8 Mineral feature map and class activation heatmap

3 結(jié)束語

為了避免識(shí)別網(wǎng)絡(luò)結(jié)構(gòu)規(guī)模龐大、計(jì)算復(fù)雜度高問題，同時(shí)在有限數(shù)據(jù)集訓(xùn)練情況下，網(wǎng)絡(luò)模型具備礦物的識(shí)別性能，本文提出MS-DenseNet 礦物智能識(shí)別模型.首先通過在密集連接網(wǎng)絡(luò)中引入多尺度卷積結(jié)構(gòu)并使用分組卷積策略對(duì)網(wǎng)絡(luò)進(jìn)行優(yōu)化，使其具有不同尺度特征學(xué)習(xí)能力，減少特征信息損失同時(shí)保證較低網(wǎng)絡(luò)參數(shù)數(shù)量；其次在深層網(wǎng)絡(luò)的尾部采用跳躍連接結(jié)構(gòu)，實(shí)現(xiàn)耦合上下層的信息并減少了深層網(wǎng)絡(luò)的信息丟失.為了驗(yàn)證本文方法有效性，在本文數(shù)據(jù)集上進(jìn)行了網(wǎng)絡(luò)結(jié)構(gòu)對(duì)比實(shí)驗(yàn)和與5 種典型網(wǎng)絡(luò)對(duì)比實(shí)驗(yàn)，結(jié)果表明，本文所提方法在測(cè)試集預(yù)測(cè)準(zhǔn)確率均高于其他5 種網(wǎng)絡(luò)，達(dá)到88.06%，所提改進(jìn)點(diǎn)有助于提升網(wǎng)絡(luò)性能.由于圖像質(zhì)量對(duì)網(wǎng)絡(luò)模型的特征提取能力有著重要影響，未來將采用目標(biāo)檢測(cè)網(wǎng)絡(luò)對(duì)圖像進(jìn)行預(yù)處理減少圖像中的干擾因素，從而進(jìn)一步提升網(wǎng)絡(luò)的性能.