一种基于深度学习的岩心的岩相自动识别方法技术

本发明专利技术提供一种基于深度学习的岩心岩石相自动识别方法，包括以下步骤：步骤1、获取原始图像数据并整理制作得到图像数据集；步骤2、将数据集划分为训练集和测试集；步骤3、对训练集中的数据进行预处理，并给数据集制作标签；步骤4、选取ResNet50残差网络模型作为训练模型，将训练集输入网络进行训练；步骤5、使用softmax函数进行详细类别的分类，计算损失函数，得出所需的网络参数，得到训练好的带有模型结构与模型权重的模型文件；步骤6、使用测试集对上一步得到的模型文件进行测试，得到测试结果；步骤7、将模型文件应用于未划分岩相数据集，进行岩相的自动识别。本发明专利技术对于不同尺寸大小的图像均可以识别，适应性强。

【技术实现步骤摘要】

本专利技术涉及图像处理、图像分类、深度学习等，具体涉及一种基于深度学习的岩心的岩相自动识别方法。

技术介绍

1、深度学习目前在各行各业均有一定的应用，近几年在地质方面的应用也越来越多。

2、岩心资料是直接钻取于地下地质体的高可信度资料，是油气田勘探开发工作的基础和依据，传统方式主要为人工识别，人工识别岩相工作量大，工作繁琐，而岩心图片以图像格式存储于计算机系统中，亟需采用图像识别算法自动识别。

3、岩相是一定的沉积环境中形成的岩石或岩石组合特征，是沉积相的主要组成部分，包括颜色、成分、结构和沉积构造等。

4、有学者选取gr、ac、cnl等测井曲线建立岩相测井识别模式，实现岩相的划分，取得较好效果。

5、图像识别技术在国内地学领域的应用主要集中于岩石薄片的岩石骨架、微观结构和孔隙识别，以及断面中的颗粒物构造和粒度分布识别，有关岩相的图像识别研究较少，本次研究将图像识别理论应用于岩相的识别，提出一种快速的岩相的划分，为国内外其他油砂项目的高效开发提供借鉴。

6、现有的方案有中国石油大学(北京)专利技术本文档来自技高网...

【技术保护点】

1.一种基于深度学习的岩心岩石相自动识别方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于深度学习的岩心的岩相自动识别方法，其特征在于:所述的步骤1中按照下面步骤制作图像数据集；

3.根据权利要求1所述的一种基于深度学习的岩心的岩相自动划分方法，其特征在于:所述的步骤2中按照下面步骤对数据集进行划分：

4.根据权利要求1所述的一种基于深度学习的岩心的岩相自动划分方法，其特征在于:所述的步骤3中对数据的预处理包括裁剪、旋转以及剔除噪声数据。

5.根据权利要求4所述的一种基于深度学习的岩心的岩相自动划分方法，其特征在于:所述的裁...

【技术特征摘要】

1.一种基于深度学习的岩心岩石相自动识别方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于深度学习的岩心的岩相自动识别方法，其特征在于:所述的步骤1中按照下面步骤制作图像数据集；

3.根据权利要求1所述的一种基于深度学习的岩心的岩相自动划分方法，其特征在于:所述的步骤2中按照下面步骤对数据集进行划分：

4.根据权利要求1所述的一种基于深度学习的岩心的岩相自动划分方法，其特征在于:所述的步骤3中对数据的预处理包括裁剪、旋转以及剔除噪声数据。

5.根据权利要求4所述的一种基于深度学习的岩心的岩相自动划分方法，其特征在于:所述的裁剪、旋转以及剔除噪声数据具体包括以下步骤：

6.根据权利要求1所述的一种基于深度学习的岩心的岩相自动划分...

【专利技术属性】
技术研发人员：黄道军，赵伟波，闫小雄，史云鹤，康锐，贾丽，张君莹，裴文超，虎建玲，付勋勋，魏源，
申请(专利权)人：中国石油天然气股份有限公司，
类型：发明
国别省市：