Netherlands 数据集：用于地震解释中机器学习的新公开数据集

机器学习，更具体地说是深度学习算法，在过去几年中其流行度和实用性显著增长。这可以说归因于三个主要因素：强大的计算机、训练更深网络的新技术以及更大的数据集。尽管前两者在现代计算机和 ML 库中易于获得，但后者对许多领域仍是一个挑战。如今大数据在几乎所有领域都是现实，地球科学也不例外。然而，为了取得如 ImageNet（其拥有超过 1400 万张标注图像，对应 1000 个目标类别）这类通用应用的成功，我们不仅需要更多数据，还需要更多高质量的标注数据。在石油和天然气行业，保密问题进一步阻碍了数据集的共享。在本工作中，我们提出 Netherlands 解释数据集，这是对地震解释中机器学习发展的一个贡献。Netherlands F3 数据集采集于荷兰近海北海。该数据公开可用，包含叠后数据、8 个层位和 4 口井的测井曲线。出于我们的机器学习任务目的，原始数据集被重新解释，生成了分隔不同地震相间隔的 9 个层位。解释层位被用于生成约 190,000 张用于 inline 和 crossline 的标注图像。最后，我们展示了两个使用该提出数据集并产生了令人信服结果的深度学习应用。