-
题名改进ConvNeXt V2的岩石薄片岩性识别方法
- 1
-
-
作者
王婷婷
蒋静怡
赵万春
秦依凡
李廷礼
-
机构
东北石油大学电气信息工程学院
东北石油大学黑龙江省网络与智能控制重点实验室
东北石油大学石油工程学院
东北石油大学陆相页岩油气成藏及高效开发教育部重点实验室
中海石油(中国)有限公司天津分公司
-
出处
《石油地球物理勘探》
北大核心
2025年第2期292-301,共10页
-
基金
国家自然科学基金项目“页岩油藏脉动水力压裂缝网实时扩展AE演化机制分数阶方法研究”(52074088),“页岩油层交替混合压裂诱导及竞争耦合造缝与参数调控机制研究”(52174022)
黑龙江省博士后科研启动项目“古龙页岩油层压裂缝网声发射演化机制研究”(LBH-Q21086)
黑龙江省“揭榜挂帅”科技攻关项目“古龙页岩油油藏工程理论、CO_(2)提产机理及合理排采制度研究”(DQYT-2022-JS-758)联合资助。
-
文摘
在油气勘探领域,通过岩石微观结构可知油气资源的赋存状态,其精度和效率的提高依赖于有效的岩性识别方法。为此,提出了一种改进ConvNeXt V2的岩石薄片岩性识别方法。首先,以ConvNeXt V2-T为核心特征提取网络,嵌入全局注意力机制,提升对全局特征的感知能力;然后,设计多尺度特征融合模块,可以在不同尺度上对特征图进行有效融合;最后,使用Lion优化器代替原本的AdamW优化器以改进模型优化器,从而使速度更快、能够取得更好的泛化性能且更省内存。实验结果表明,该方法准确率、精确率、召回率、特异度及F1值平均值分别为96.1%、95.5%、96.2%、99.1%、95.8%;改进后的算法收敛速度更快,准确性更高,可以实现岩石薄片图像的精准分类和识别。
-
关键词
岩性识别
ConvNeXt
V2
全局注意力机制
多尺度特征融合
Lion优化器
-
Keywords
lithology identification
ConvNeXt V2
global attention mechanism
multi⁃scale feature fusion
Lion optimizer
-
分类号
P631
[天文地球—地质矿产勘探]
-
