[發明專利]一種基于grad-CAM注意力引導的斷層識別方法有效
| 申請號： | 202011005843.2 | 申請日： | 2020-09-23 |
| 公開（公告）號： | CN112130200B | 公開（公告）日： | 2021-07-20 |
| 發明（設計）人： | 姚興苗;李岱;周成;胡光岷 | 申請（專利權）人： | 電子科技大學 |
| 主分類號： | G01V1/28 | 分類號： | G01V1/28;G01V1/30;G06N3/04;G06N3/08 |
| 代理公司： | 成都虹盛匯泉專利代理有限公司 51268 | 代理人： | 王偉 |
| 地址： | 611731 四川省成*** | 國省代碼： | 四川;51 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 grad cam 注意力 引導 斷層 識別 方法 | ||
1.一種基于grad-CAM注意力引導的斷層識別方法，其特征在于，包括以下步驟：
S1、使用標記了斷層的地震數據作為標簽，未標記斷層的地震數據作為訓練集，輸入卷積神經網絡進行訓練；
S2、通過grad-CAM獲得卷積神經網絡的注意力圖；
S3、向卷積神經網絡的目標函數中添加S2獲得的注意力圖和地學專家標記的注意力圖的交叉熵損失函數，得到新的卷積神經網絡目標函數；S2獲得的注意力圖和地學專家標記的注意力圖的交叉熵損失函數為：
其中，qi用于表示是否對(i,j)點使用注意力機制，若是則qi＝1，否則qi＝0；N代表待分類點總數，表示地學專家標記的(i,j)點的注意力圖，表示grad-CAM生成的(i,j)點的注意力圖；
得到新的目標函數為：
其中，為卷積神經網絡的原始目標函數，β為用戶自定義的超參數；
S4、利用步驟S3得到的目標函數訓練斷層識別模型。
2.根據權利要求1所述的一種基于grad-CAM注意力引導的斷層識別方法，其特征在于，所述卷積神經網絡依次包括兩個卷積層、一個池化層、兩個卷積層、一個池化層、三個卷積層和兩個全連接層。
3.根據權利要求1所述的一種基于grad-CAM注意力引導的斷層識別方法，其特征在于，所述注意力圖的獲取方式為假設最后的卷積層輸出的第k張特征圖為Ak，表示特征圖Ak上的(i,j)點；定義第k張特征圖對類別c的權重為
其中Z表示第k張特征圖中像素個數；Sc表示第c類的分類得分；
通過下式計算注意力圖：
n表示特征圖的總數量。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于電子科技大學，未經電子科技大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011005843.2/1.html，轉載請聲明來源鉆瓜專利網。
