Mineral image classification

新的RouteGraph-Mona方法增强了矿物图像分类

研究人员开发了RouteGraph-Mona，一种用于微调视觉模型以改进矿物图像分类的新颖方法。该技术通过实现样本自适应路由而非静态多尺度聚合，解决了现有方法（如Mona）的局限性。RouteGraph-Mona旨在通过使用类别锚点和混淆加权边距来规范化路由模式，从而减少视觉上相似的矿物类别之间的混淆。实验表明，RouteGraph-Mona的性能优于Mona，并与其他领先的分类方法具有竞争力。