科研之友
微信
新浪微博
Facebook
分享链接
摘要
盐丘识别对油气勘探有着重要意义，很多重要的资源都位于盐丘附近，但人工识别耗时耗力且主观性较强。为解决此问题，本文提出一种基于图像分割的盐丘识别方法实现自动化、高精度地识别盐丘。该方法在原始U-Net网络基础上进行迁移学习，加载预训练模型的SENet用作编码器的主干网络，对地震图像中的盐丘特征进行增强，突出图像中的重要特征，抑制不重要的特征。另外针对盐丘分割任务特点，引入Lovasz-Softmax损失函数进行标准化实验，提升对盐丘边界的分割效果。在TGS盐体识别挑战赛提供数据集上的实验结果表明，该方法最终在测试集上取得了97.5%的准确率和87.26%的交并比。与UNet、USKNet相比交并比分别提升了12.59%和1.6%，体现了本方法的有效性和泛用性优势。
- 单位
