一种基于Swin-Transformer模型的金属矿成矿岩性智能识别方法

本发明涉及地球物理探测技术领域，具体公开了一种基于Swin‑Transformer模型的金属矿成矿岩性智能识别方法，以突破Vision Transformer的全局计算瓶颈，在达成线性计算复杂度的同时增强局部—全局信息融合能力。能够精准捕捉雷达图中的微尺度结构变异，深度解构矿物岩性的抽象图形化表达，提高金属矿成矿岩性分类准确率的同时，实现从数据收集到岩性识别的全链自动化作业，无需人工干预即可端到端高效识别，满足矿产勘探对高通量智能分析的极致需求。