一种基于grad-CAM注意力引导的断层识别方法

摘要

本发明公开了一种基于grad‑CAM注意力引导的断层识别方法，包括以下步骤：S1、通过grad‑CAM获得卷积神经网络的注意力图；S2、向卷积神经网络的目标函数中添加注意力图和地学专家标记的注意力图的交叉熵损失函数，得到新的卷积神经网络目标函数；S3、利用步骤S2得到的目标函数训练断层识别模型。本发明在典型的深度学习框架基础上，引入注意力引导机制，可以有效的增加网络对于断层及其邻域像素的关注，能够实现对神经网络做出断层分类判断的有效引导，能够有效改善断层识别结果发生断裂的情况，得到了连续性更好的识别结果。