基于轻量级卷积神经网络的岩石图像岩性识别方法

刘善伟; 马志伟; 魏世清; 魏忠勇

doi:10.19509/j.cnki.dzkq.tb20240348

您当前的位置：

首页 >

文章列表页 >

基于轻量级卷积神经网络的岩石图像岩性识别方法

地学大数据与人工智能 | 更新时间：2026-11-05

- 基于轻量级卷积神经网络的岩石图像岩性识别方法
- 基于轻量级卷积神经网络的岩石图像岩性识别方法
- 地质科技通报 2026年45卷第1期页码：360-370
- 作者机构：
  
  1. 中国石油大学(华东)海洋与空间信息学院
  2. 山东省煤田地质局物探测量队
- 作者简介：
- 基金信息：
  
  中石油重大科技项目（ZD2019-183-006）
- DOI：10.19509/j.cnki.dzkq.tb20240348
  中图分类号： P618.13
- 纸质出版：2026
- 稿件说明：
移动端阅览
刘善伟, 马志伟, 魏世清, 等. 基于轻量级卷积神经网络的岩石图像岩性识别方法[J]. 地质科技通报, 2026,45(1):360-370.

刘善伟, 马志伟, 魏世清, et al. 基于轻量级卷积神经网络的岩石图像岩性识别方法[J]. Bulletin of Geological Science and Technology, 2026, 45(1): 360-370.
刘善伟, 马志伟, 魏世清, 等. 基于轻量级卷积神经网络的岩石图像岩性识别方法[J]. 地质科技通报, 2026,45(1):360-370. DOI： 10.19509/j.cnki.dzkq.tb20240348.

刘善伟, 马志伟, 魏世清, et al. 基于轻量级卷积神经网络的岩石图像岩性识别方法[J]. Bulletin of Geological Science and Technology, 2026, 45(1): 360-370. DOI： 10.19509/j.cnki.dzkq.tb20240348.

摘要

岩性识别是油气勘探和开发过程中的重要环节，对于油气勘探定位、储层评价以及储层模型建立具有重要的指导意义。但传统的人工岩性识别方法耗时耗力，经典的深度学习模型虽然识别精度高，但模型的参数量较大，为了提高模型识别精度，同时降低模型的参数量，使模型适用于岩性实时识别工作，首先收集了白云岩、砂岩等8种岩石共3 016张岩石图像构建岩性识别数据集，然后以轻量型卷积神经网络ShuffleNetV2模型为基础网络，提出了一种Rock-ShuffleNetV2岩性识别模型（RSHFNet模型）。模型中将混合注意力机制模块（convolutional block attention module，简称CBAM）以及多尺度特征融合模块（multi-scale feature fusion module，简称MSF）融入基础网络中以加强模型的特征提取能力，提升模型识别性能，并优化模型中ShuffleNetV2单元的堆叠次数以减少模型参数量。结果表明：与基础模型相比，RSHFNet模型的准确率达到了87.21%，提高了4.98%；同时，模型参数量与浮点运算量分别降低到了869 702个，0.93×10

，分别是基础模型的0.67

0.63倍，模型参数量明显降低；并且RSHFNet模型的综合性能明显优于现有的卷积神经网络。RSHFNet岩性识别模型具有较高的识别精度和较好的泛化能力，同时更加的轻量化，为实现野外实时的岩性识别工作提供了新思路。

Abstract

关键词

Keywords

references

Keithan G. Martin,Timothy R. Carr.Developing a quantitative mudrock calibration for a handheld energy dispersive X-ray fluorescence spectrometer[J].Sedimentary Geology,2020.

Xiangjin Ran,Linfu Xue,Yanyan Zhang,Zeyu Liu,Xuejia Sang,Jinxin He.Rock Classification from Field Image Patches Analyzed Using a Deep Convolutional Neural Network[J].Mathematics,2019.

Connor Shorten,Taghi M. Khoshgoftaar.A survey on Image Data Augmentation for Deep Learning[J].Journal of Big Data,2019.

Chengxiang Deng,Heping Pan,Sinan Fang,Ahmed Amara Konaté,Ruidong Qin.Support vector machine as an alternative method for lithology classification of crystalline rocks[J].Journal of Geophysics and Engineering,2017.

Karen Simonyan,Andrew Zisserman.Very Deep Convolutional Networks for Large-Scale Image Recognition.[J].CoRR,2014.

Mariusz Młynarczuk,Andrzej Górszczyk,Bartłomiej Ślipek.The application of pattern recognition in the automatic classification of microscopic rock images[J].Computers and Geosciences,2013.

Naresh Singh,T. N. Singh,Avyaktanand Tiwary,Kripa M. Sarkar.Textural identification of basaltic rock mass using image processing and neural network[J].Computational Geosciences,2010.

盛双占,潘海峰,石湘,冯利平.吐哈盆地胜北凹陷三间房组致密砂岩气藏沉积特征及有利区优选[J].地质科技通报,2024(04).

陈丽,刘娟,王末,李牧.中国油料作物能源利用效率与温室气体排放[J].中国生态农业学报(中英文),2023(12).

王婷婷,孙振轩,戴金龙,姜基露,赵万春.松辽盆地中央坳陷区储层岩性智能识别方法[J].吉林大学学报(地球科学版),2023(05).

张驰,潘懋,胡水清,胡亚斐,阎逸群.融合储层纵向信息的机器学习岩性识别方法[J].地质科技通报,2023(03).

袁硕,刘玉敏,安志伟,王硕昌,魏海军.基于改进ShuffleNetV2网络的岩石图像识别[J].吉林大学学报(信息科学版),2023(03).

付小平,刘苗苗.涪陵地区凉高山组富有机质泥岩微相特征及油气富集规律[J].断块油气田,2023(02).

马泽栋,马雷,李科,姚伟,王培丁,王鑫宇.基于岩石图像深度学习的多尺度岩性识别[J].地质科技通报,2022(06).

谭永健,田苗,徐德馨,盛冠群,马凯,邱芹军,潘声勇.基于Xception网络的岩石图像分类识别研究[J].地理与地理信息科学,2022(03).

高广尚.深度学习推荐模型中的注意力机制研究综述[J].计算机工程与应用,2022(09).

李娜,顾庆,姜枫,郝慧珍,于华,倪超.一种基于卷积神经网络的砂岩显微图像特征表示方法[J].软件学报,2020(11).

程国建,郭文惠,范鹏召.基于卷积神经网络的岩石图像分类[J].西安石油大学学报(自然科学版),2017(04).

付光明,严加永,张昆,胡浩,罗凡.岩性识别技术现状与进展[J].地球物理学进展,2017(01).

ZOU Caineng,YANG Zhi,ZHU Rukai,ZHANG Guosheng,HOU Lianhua,WU Songtao,TAO Shizhen,YUAN Xuanjun,DONG Dazhong,WANG Yuman,WANG Lan,HUANG Jinliang,WANG Shufang.Progress in China's Unconventional Oil & Gas Exploration and Development and Theoretical Technologies[J].Acta Geologica Sinica(English Edition),2015(03).

程国建,殷娟娟.基于SVM的岩石薄片图像分类[J].科技创新与应用,2015(01).

郭超,刘烨.多色彩空间下的岩石图像识别研究[J].科学技术与工程,2014(18).

胡前泽,王玲利,崔娥.三塘湖盆地致密油储层评价及成藏主控因素[J].大庆石油地质与开发,2013(03).

马永生,蔡勋育,赵培荣.深层、超深层碳酸盐岩油气储层形成机理研究综述[J].地学前缘,2011(04).

陈国俊,吕成福,王琪,杜贵超,陈吉.珠江口盆地深水区白云凹陷储层孔隙特征及影响因素[J].石油学报,2010(04).

浏览量

812

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于改进两步法采样策略和卷积神经网络的崩塌易发性评价

乌蒙山区特长极深隧道隧址区地应力场分布特征及反演分析

基于相场法的高压电脉冲压裂岩体裂缝扩展规律

福建政和矿集区矿化-蚀变及元素迁移特征——以岩皮头多金属勘查区为例

岩石突破压力与破裂压力分析及应用