速度谱拾取是地震数据处理的重要环节,传统的速度谱拾取方法通常需要人工干预,耗时、耗力且容易出错。因此,提出了基于单次目标检测v8(You Only Look Once v8,简称YOLOv8)神经网络的智能速度谱拾取技术,通过将速度谱数据转换为图像识别...速度谱拾取是地震数据处理的重要环节,传统的速度谱拾取方法通常需要人工干预,耗时、耗力且容易出错。因此,提出了基于单次目标检测v8(You Only Look Once v8,简称YOLOv8)神经网络的智能速度谱拾取技术,通过将速度谱数据转换为图像识别问题,实现了速度谱拾取的自动化和智能化。此项技术的核心方法是将速度谱数据转换图像,然后输入到构建的YOLOv8神经网络模型中,通过模型中的特征提取网络学习速度谱图像中的能量团空间信息,再通过特征融合网络将提取的浅、中、深层不同尺度的能量团特征进行融合,更全面地捕捉该图像的能量团特征,进而通过检测头部分精细预测能量团目标,获得速度谱图像对应不同拾取位置的像素点,将像素点进行对应换算,最终得到“时间-速度”对数据。针对中国石化江苏油田GY探区火成岩发育、多次波干扰强等特点,构建了包含1200张速度谱图像的数据集,通过优化训练参数,模型准确度和召回率均达到90%左右。YOLOv8神经网络的智能速度谱拾取技术在高覆盖区域与人工拾取的速度曲线吻合度超过94%;在覆盖区域3500 ms以上吻合度超过90%;在火成岩和断裂发育区域吻合度约92%。与传统卷积神经网络(CNN)方法相比,YOLOv8神经网络的智能速度谱拾取技术拾取点更多、位置更准确,且单张速度谱处理时间仅需10 ms,效率提升显著。此项技术为地震资料处理提供了高效、准确的智能解决方案,具有重要的推广应用价值。展开更多
文摘速度谱拾取是地震数据处理的重要环节,传统的速度谱拾取方法通常需要人工干预,耗时、耗力且容易出错。因此,提出了基于单次目标检测v8(You Only Look Once v8,简称YOLOv8)神经网络的智能速度谱拾取技术,通过将速度谱数据转换为图像识别问题,实现了速度谱拾取的自动化和智能化。此项技术的核心方法是将速度谱数据转换图像,然后输入到构建的YOLOv8神经网络模型中,通过模型中的特征提取网络学习速度谱图像中的能量团空间信息,再通过特征融合网络将提取的浅、中、深层不同尺度的能量团特征进行融合,更全面地捕捉该图像的能量团特征,进而通过检测头部分精细预测能量团目标,获得速度谱图像对应不同拾取位置的像素点,将像素点进行对应换算,最终得到“时间-速度”对数据。针对中国石化江苏油田GY探区火成岩发育、多次波干扰强等特点,构建了包含1200张速度谱图像的数据集,通过优化训练参数,模型准确度和召回率均达到90%左右。YOLOv8神经网络的智能速度谱拾取技术在高覆盖区域与人工拾取的速度曲线吻合度超过94%;在覆盖区域3500 ms以上吻合度超过90%;在火成岩和断裂发育区域吻合度约92%。与传统卷积神经网络(CNN)方法相比,YOLOv8神经网络的智能速度谱拾取技术拾取点更多、位置更准确,且单张速度谱处理时间仅需10 ms,效率提升显著。此项技术为地震资料处理提供了高效、准确的智能解决方案,具有重要的推广应用价值。
