基于深度学习和类别不平衡处理的地质图像岩性识别研究

针对隧道工程现场地质图像数据集缺失与类别不平衡问题，构建了工程现场环境下的专业地质图像数据集，并提出基于残差神经网络、采用Weighted Softmax Loss按类别样本数量重加权的方法。实验总体精度达95%，注意力热力图显示模型关注区域与人类判断一致，验证了技术有效性与工程可解释性。