Труды КНЦ (Технические науки вып.3/2025(16))

распознавания апатита уже ResNet-18, с относительно небольшими количеством слоев и размером выходного вектора (512 компонентов), обеспечила достаточно высокое качество результата. Для подтверждения перспективности использования такого признакового вектора был проведен предварительный анализ имеющегося экспериментального датасета с помощью метода главных компонент. Для эксперимента были отобраны ячейки, представляющие положительный («апатит») и отрицательный («не_апатит») классы, полученные наложением планиметрической сетки размером 20 х 20 пикселей (всего 100 000 объектов). Полученное распределение секций по классам на редуцированном пространстве изображено на рис. 1. По результатам эксперимента можно сделать вывод о хорошей разделимости объектов по использованному признаку, что позволяет говорить о перспективности создания классификатора для решения рассматриваемой задачи. Труды Кольского научного центра РАН. Серия: Технические науки. 2025. Т. 16, № 3. С. 106-116. Transactions of the Kola Science Centre of RAS. Series: Engineering Sciences. 2025. Vol. 16, No. 3. P. 106-116. РСА -20 - 1 0 0 10 20 30 40 х Рис. 1. Распределение объектов вредуцированном пространстве признаков Специфической проблемой планиметрического метода анализа как задачи классификации является неоднозначность отнесения к тому или иному классу ячеек, находящихся на границе двух и более минералов («пограничных» ячеек). Строго говоря, в данном случае мы имеем дело с задачей мягкой (нечеткой) классификации, когда объект принадлежит тому или иному классу с не стопроцентной достоверностью. Степень принадлежности объекта классу, как правило, оценивают в диапазоне от 0 до 1, при этом крайние значения степени принадлежности соответствуют ячейкам, представляющим чистые положительный или отрицательный классы, а промежуточные — ячейкам, лежащим на границе минерального пятна. Далее рассмотрены эксперименты по классификации ячеек планиметрической сетки, представляющих чистые классы, и пограничных ячеек. В экспериментах использовались датасеты, полученные наложением планиметрической сетки различных размеров на эталонные размеченные изображения образцов апатитовой руды различных типов, представленные в табл. 1. Разметка образцов осуществлялась экспертами-минералогами и представлена соответствующими изображениями-масками, на которых черный цвет соответствует апатиту. Изображения образцов были получены с помощью обычной фотокамеры, разрешение 300 dpi, размер 915 х 709 пикселей. В качестве классификатора использовалась ИНС прямого распространения с пятью полносвязными слоями. Тренировка классификатора осуществлялась на датасетах, сформированных из одной части изображений образцов руды, а для тестирования использовались объекты, полученные из изображений, не участвовавших в тренировке, то есть, наряду с кросс-валидацией, осуществлялась проверка нейросетевого классификатора на внешних данных. © Диковицкий В. В., Шишаев М. Г., 2025 108