圖1. 礦識的4個頁面
a: 選取待識別的礦物,可現場拍照獲取或從手機相冊中選取
b: 截取待識別礦物中心圖
c: 輸入便攜硬度儀測量或經驗估計所得的硬度值后得到識別結果
d: 可以不使用硬度值,僅用圖片進行識別
表1 礦識與其他相關工作的對比
圖片類型 |
相關研究 |
性能 |
|
可識別礦物數 |
準確率(%) |
||
Raman spectroscopy 拉曼光譜 |
Computers & geosciences 2013 |
6 |
83.0 |
Microscope 顯微鏡 |
Sensors 2019 |
4 |
90.9 |
Mathematical and Computational Applications 2011 |
5 |
93.9 |
|
Photo 相機圖片 |
Artificial Intelligence in Theory and Practice, 2008 |
6 |
91.0 |
Minerals 2019 |
12 |
74.2 |
|
photo & hardness 相機圖片+硬度 |
礦識 |
36 |
90.6 |
表2 礦識能夠識別的36種礦物及其準確率
礦物名 |
樣本數 |
僅用圖片識別的正確數 |
結合圖片與硬度識別的正確數 |
Agate瑪瑙 |
5 |
5 |
5 |
almandine鐵鋁榴石 |
6 |
4 |
4 |
azurite藍銅礦 |
2 |
1 |
2 |
beryl綠柱石 |
1 |
1 |
1 |
chalcopyrite黃銅礦 |
2 |
1 |
2 |
cinnabar辰砂 |
1 |
1 |
1 |
copper銅 |
2 |
2 |
2 |
fluorite螢石,氟石 |
11 |
8 |
10 |
galena方鉛礦 |
3 |
2 |
3 |
halite石鹽 |
1 |
1 |
1 |
hematite赤鐵礦 |
8 |
1 |
5 |
malachite孔雀石 |
6 |
5 |
5 |
opal歐泊 |
1 |
1 |
1 |
orpiment雌黃 |
3 |
1 |
3 |
pyrite黃鐵礦 |
6 |
5 |
6 |
quartz石英 |
4 |
4 |
4 |
sphalerite閃鋅礦 |
1 |
0 |
0 |
stibnite輝銻礦 |
8 |
7 |
8 |
sulphur硫磺 |
2 |
2 |
2 |
total |
73 |
52 |
65 |
Accuracy |
\ |
71.2% |
89% |
掃碼關注,查看更多科技成果