基于空间注意力机制的Mask R-CNN致密储层岩石薄片图像鉴定OA北大核心CSTPCD
Image identification of rock slices of Mask R-CNN tight oil reservoir based on spatial attention mechanism
针对陆相致密储层岩石薄片鉴定识别难、制片成本高、时间消耗长和人为主观强等难题,选取鄂尔多斯盆地临兴区块上古生界和松辽盆地三肇凹陷扶余油层为靶区,提出一种基于深度学习的致密油储层岩石薄片人工智能鉴定方法,引入图像预处理技术去除岩石薄片图像噪声并统一图像像素大小,构建空间几何增广机制,基于空间注意力机制改进Mask R-CNN算法,并将上述方法应用于实例靶区进行有效性验证.结果表明:图像预处理技术能够在保障图像特征的前提下,有效提高图像质量,减少噪声…查看全部>>
Aiming at the difficult identification,high production cost,long time consumption and strong human subjective of rock thin section identification in continental tight reservoirs,a deep learning based artificial intelligence method for thin sec-tion identification of tight oil reservoirs was proposed by selecting the Upper Paleozoic in Linxing Block of Ordos Basin and Fuyu reservoir in Sanzhao Sag of Songliao Basin as target areas.Through the introduction of …查看全部>>
李春生;卢羿州;刘涛;刘宗堡;张可佳;刘芳;刘晓文;田梦晴;白玉磊;尹靖淞
东北石油大学计算机与信息技术学院,黑龙江大庆 163318东北石油大学计算机与信息技术学院,黑龙江大庆 163318东北石油大学计算机与信息技术学院,黑龙江大庆 163318东北石油大学地球科学学院,黑龙江大庆 163318东北石油大学计算机与信息技术学院,黑龙江大庆 163318东北石油大学计算机与信息技术学院,黑龙江大庆 163318东北石油大学地球科学学院,黑龙江大庆 163318东北石油大学计算机与信息技术学院,黑龙江大庆 163318东北石油大学计算机与信息技术学院,黑龙江大庆 163318东北石油大学计算机与信息技术学院,黑龙江大庆 163318
计算机与自动化
致密储层岩石薄片深度学习Mask R-CNN算法分割与识别
tight oil reservoirrock thin sectiondeep learningMask R-CNN algorithmsegmentation and recognition
《中国石油大学学报（自然科学版）》 2024 (4)
24-32,9
国家自然科学基金面上项目(42172161)国家青年科学基金项目(42102173)中国石油科技创新基金项目(2020D-5007- 0102)黑龙江省优秀青年科学基金项目(YQ2020D001)黑龙江省自然科学基金项目(LH2020F003)黑龙江省创新型科研人才培养计划项目(UNPYSCT-2020144)
评论