CN119399560A 基于分割模型与连通域生成算法的das微地震事件检测方法 （成都理工大学）

基于分割模型与连通域生成算法的DAS微地本发明公开了一种基于分割模型与连通域基于不同场景下包含微地震事件的DAS微地震数损失函数Loss；用数据集D以最小化Loss训练语测DAS微地震数据进行检测。本发明检测结果能提供DAS微地震事件的位置信息，便利使用者更2S11，获取N个不同场景下包含微地震事件的DAS微n进行语义分割标注并生成目标框；;样本中数据点xct为微地震事件的预测概率,S53，计算每个剩余预测框与Dn2中对应目标框的改进交并比IIoU，并对剩余预测框编3S62，按步骤S41~S42生成预测框和预测框的置2.根据权利要求1所述的基于分割模型与连通域生成算法的DAS微地震事件检测方法，,3.根据权利要求2所述的基于分割模型与连通域生成算法的DAS微地震事件检测方法，4.根据权利要求1所述的基于分割模型与连通域生成算法的DAS微地震事件检测方法，ct=1500；5.根据权利要求1所述的基于分割模型与连通域生成算法的DAS微地震事件检测方法，6.根据权利要求1所述的基于分割模型与连通域生成算法的DAS微地震事件检测方法，。7.根据权利要求1所述的基于分割模型与连通域生成算法的DAS微地震事件检测方法，8.根据权利要求1所述的基于分割模型与连通域生成算法的DAS微地震事件检测方法，,4,9.根据权利要求1所述的基于分割模型与连通域生成算法的DAS微地震事件检测方法，,5声场景下的DAS数据中快速准确的检测出微地震标检测模型能同时提供分类与定位信息，然而其误检与漏检率较大且可解释性差，基于[0005]本发明的目的就在于提供一种解决上述问题，能同时提同时对DAS微地震事件检测结果具有较好的可解释性的，基于分割模型与连通域生成算法6n进行语义分割标注并生成目标框；S15，按S12~S14依次处理D1~DN，生成D1~DN对应的样本~，构成数据集;输出样本中数据点xct为微地震事件的预测概,S56，重复步骤S52~S55直到迭代结7,ct=1500；。为该预测框所在连通域内元素的预测概率和，sum2为该预测框所在连通域内元素的掩码,,,,8的数据点就是微地震事件区域内的点，故本发明预测框在DAS图中的位置就是微地震所在[0016]本发明提供的基于分割模型与连通域生成算法的DAS微地震事件检测方法，极大n进行语义分割标注并生成目标框；9S15，按S12~S14依次处理D1~DN，生成D1~DN对应的样本~，构成数据集;输出样本中数据点xct为微地震事件的预测概,S56，重复步骤S52~S55直到迭代结,ct=1500；。,,,,进行DAS微地震事件检测能显著降低误检率与漏检率，能提供远超于常规目标检测方法的测框的置信度分数。再对并对图5对应样本使用本发明进行检测时生成的分割掩码图可视该预测框的置信度分数。再对并对图9对应样本使用本发明进行检测时生成的分割掩码图本发明提供的方法却能正确检测出，这证明了本发明提供的方法进行DAS微地震检测的鲁棒性强于RetinaNet，同时进一步证明了本发明提供方法能提供更高的检测精度与强可解