基于小样本深度学习无监督语义分割的大地电磁反演增强方法

摘要

本发明公开了基于小样本深度学习无监督语义分割的大地电磁反演增强方法，包括：采集获得数张大地电磁三维反演结果图像，并采用felzenszwalb算法进行图像聚类；初始化FCN网络；将聚类后的三维反演结果图像输入至FCN网络中，经FCN网络的卷积层特征提取和全连接层的学习生成模型，将聚类后的三维反演结果图像中具有相同语义的小区块合并为大区块，最终输出图像分割结果。通过上述方案，本发明具有逻辑简单、人工干预少、精度高等优点，在大地电磁反演技术领域具有很高的实用价值和推广价值。