基于迁移学习的全岩光片有机显微组分识别与定量——以皖泾地1井下三叠统殷坑组烃源岩为例

烃源岩有机显微组分的识别、分类及定量在油气勘探和评价中是重要的研究内容之一。传统的全岩光片有机显微组分鉴定与定量仍采用人工识别与数点计数结合的方式,存在主观性强、人工定量工作强度大、效率低等问题。针对上述问题,本文以皖泾地1井下三叠统殷坑组烃源岩为例,借助于机器学习及图像处理技术,尝试建立了一个基于迁移学习的全岩光片显微组分图像识别与分类模型,并通过OpenCV图像处理库对模型的分类结果图像进行定量统计。结果显示,模型对研究区数据集的整体分类识别准确率可达84.32%,且通过OpenCV图像处理库对各显微组分定量的结果与人工数点法统计定量结果相近,表明该方法可以较客观快速地对大量同类型的烃源岩显微组分图片进行识别和定量,显著提高了全岩光片有机显微组分鉴定及统计效率。