🔍 Научная статья: как научить ИИ различать породы по нескольким примерам.

Авторы GeoProtoNet взяли готовую модель компьютерного зрения DINOv2 и добавили небольшой модуль, учитывающий геологические текстуры. Обучаются всего 0,6 млн параметров — базовую модель не переучивают.

При пяти примерах каждого типа породы точность составила 63,56% в задаче выбора из трёх классов. Но на другом наборе изображений без дообучения — уже 46,37%.

Вот этот результат для меня особенно полезен: готовая модель сокращает потребность в разметке, но адаптацию к конкретному объекту никто не отменял.

И ещё: исследование выполнено на фотографиях образцов и обнажений. Работа на реальном забое с пылью, влагой и сложным освещением пока не доказана.

Практический подход для Industrial AI: готовая модель → адаптация на местных данных → оценка уверенности → геолог проверяет спорные случаи.

Перспективно для распознавания пород и описания керна. Но геолог пока может спокойно допить кофе 🙂

Научная статья