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

Труды Кольского научного центра РАН. Серия: Технические науки. 2025. Т. 16, № 3. С. 106-116. Transactions of the Kola Science Centre of r A s . Series: Engineering Sciences. 2025. Vol. 16, No. 3. P. 106-116. Полученный классификатор затем был использован для разметки полного исходного изображения. Результаты разметки маски минеральных пятен апатита в образце и расчета на ее основе процентного содержания искомого минерала при различных способах разметки представлены в табл. 5. Рис. 5. Результатытренировкиклассификаторана аугментированномнаборе данных Результаты ручной и автоматизированной разметки образца апатитовой руды Таблица 5 Ручная разметка Разметка классификатором, натренированным на всех образцах апатитовой руды Разметкаклассификатором, натренированнымна обучающем наборе, полученном экспресс-методом Маска минеральных пятен апатита Ші Расчетное содержание ПК 33,40 % 33,73 % 35,97 % Таким образом, при использовании экспресс-метода формирования обучающего набора точность определения содержания ПК образце, в сравнении с классификатором, обученным на полном наборе образцов, снизилась лишь на 2,24 %. Это является, на наш взгляд, вполне адекватной «платой» за кардинальное сокращение временных затрат на ручную минералогическую разметку образцов. Следует также отметить, что применение в рамках экспресс-технологии второго способа формирования обучающей выборки возможно лишь при использовании планиметрического подхода к площадному анализу. При этом возможна отметка в качестве образцов положительного и отрицательного классов произвольных прямоугольных областей, которые в нашем случае, в силу свойства однородности классов, могут быть разделены на более мелкие фрагменты для формирования более объемной обучающей выборки. Заключение В результате проделанной работы исследованы возможность и эффективность реализации количественного минералогического анализа планиметрическим методом как задачи классификации с применением методов машинного обучения, а также предложена технология формирования соответствующих обучающих выборок экспресс-методом на основе аугментации. Для получения признакового вектора, идентифицирующего целевой минерал по изображению, в работе использована предобученная сверточная ИНС ResNet-18. В целом использование сверточных © Диковицкий В. В., Шишаев М. Г., 2025 113