深度卷积神经网络目标检测算法在煤矿断层检测上的应用

断层解释技术在煤矿安全开采领域起着至关重要的作用。随着神经网络技术的发展，许多基于神经网络算法的智能化地震资料解释处理方案被提出。首先通过对比不同的深度卷积神经网络目标检测算法，选择适合于识别断层的Faster R-CNN目标检测算法；其次建立具有多种地质特征的地震正演模型，分别对AlexNet、残差网络ResNet50和ResNet101三种特征提取网络进行测试，优选得出ResNet101特征提取网络在断层检测方面具有更加优异的表现；最后基于优选的ResNet101特征提取网络和Faster R-CNN目标检测算法构建断层检测模型，对实际地震数据进行断层检测。结果表明：基于深度卷积神经网络的目标检测算法在断层检测上具有很好的泛化能力，提高了断层的解释效率，在实际应用上具有巨大潜力。