Автор: Прозорова Г.В. , Антипова А.Н.
Разработка программного модуля для автоматической привязки фотографий керна по глубине
DOI: 10.24412/2076-6785-2025-7-96-99
Аннотация
Статья посвящена разработке программного модуля для привязки фотографий полноразмерного керна по глубине. Описаны проблемы неавтоматизированной ручной привязки, рассмотрены варианты автоматизации с использованием различного открытого программного обеспечения, представлены технические аспекты разработки. Программный модуль реализован в виде кроссплатформенного настольного приложения на языке программирования Python, он позволяет автоматически вырезать изображения отдельных цилиндров из фотографии ящика керна и формировать из них вертикальную колонку с указанием глубин отбора.
Материалы и методы
В процессе проектирования программного модуля выполнены анализ публикаций и компьютерные эксперименты по подбору алгоритма работы модуля и базового программного обеспечения для разработки, подбора типа и параметров нейронной сети. Разработка выполнена на языке программирования Python с использованием нейронной сети YOLOv8.
Ключевые слова
исследования керна, фотографии керна, нейронные сети, машинное обучение
Вернуться к списку статей
Аннотация
Статья посвящена разработке программного модуля для привязки фотографий полноразмерного керна по глубине. Описаны проблемы неавтоматизированной ручной привязки, рассмотрены варианты автоматизации с использованием различного открытого программного обеспечения, представлены технические аспекты разработки. Программный модуль реализован в виде кроссплатформенного настольного приложения на языке программирования Python, он позволяет автоматически вырезать изображения отдельных цилиндров из фотографии ящика керна и формировать из них вертикальную колонку с указанием глубин отбора.
Материалы и методы
В процессе проектирования программного модуля выполнены анализ публикаций и компьютерные эксперименты по подбору алгоритма работы модуля и базового программного обеспечения для разработки, подбора типа и параметров нейронной сети. Разработка выполнена на языке программирования Python с использованием нейронной сети YOLOv8.
Ключевые слова
исследования керна, фотографии керна, нейронные сети, машинное обучение
