科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有的油气藏裂缝检测方法普遍存在信息采用单一、裂缝检测精度低、检测速度慢以及应用人工智能方法又存在缺乏训练样本的问题。提出一种基于注意力机制的FCN语义分割模型用于裂缝提取，并构建了测井图像裂缝识别数据集。首先，针对FMI裂缝识别提出空间交叉注意力，并将融合通道和空间交叉注意力模块引入FCN语义分割模型的下采样过程中，增强语义信息获取。其次，将改进模型的骨干网络设置为ResNet-50并利用膨胀卷积增大感受野，增强上下文信息，提高裂缝识别的准确率。最后，构建了包含2016张FMI测井图像数据集，采用一种超像素分割方法来辅助人工标注裂缝特征。将改进后的模型与其他经典语义分割模型相比，改进模型在构建的FMI测井图像裂缝识别数据集上可以取得更低的损失，更高的精度，且交并比达到了74.61％。此外，通过消融实验再次证明了改进模型的有效性。结果表明，改进模型能够准确地提取出测井图像的裂缝信息，具有较好的实用性。
- 单位
