[发明专利]一种基于深度学习语义边界增强的盐体识别方法

摘要

本发明公开了一种基于深度学习语义边界增强的盐体识别方法，本发明除了关注语义图像的识别功能，同样也对语义边界的提取进行了训练，增强语义图像的识别效果。由于网络获得了边界提取的相关能力，模型输出的语义图像边界会因此变得更加清晰，增加准确率。而且语义边界识别的特征也会直接显示地输入到语义图像提取的过程之中，以对盐体识别结果进行直接的监督与加强。语义图像提取网络中的注意力模块scSE也让模型在训练过程中自行学习，获取每个特征的重要程度，然后依照这个重要程度去提升有用的特征并抑制对当前任务用处不大的特征，显式地建模特征通道之间的相互依赖关系，也让模型更加稳定。本方法可以比较高效准确的对地质盐层图像进行分割。

主权项

1.一种基于深度学习语义边界增强的盐体识别方法，其特征在于：该方法包括如下步骤，步骤1、收集地质盐层的地震图像数据集，并对地震图像数据集中的数据进行清洗；步骤2、将地震图像数据集随机划分为训练集和测试集，进行数据增强处理，并提取对应的语义边界，最后使用ImageNet数据集的方差与均值进行正则化处理；；步骤3、构建模型，编码器使用预训练好的ResNet50，语义边界的地震图像提取网络为添加UNet的解码器结构，语义边界提取网络为边界特征增强模块的栈式堆叠；步骤4、对步骤3构建的模型使用Adam优化算法进行训练，训练结束后，选择在测试集上语义分割结果最为精确的模型作为结果。