研究人员已将预训练的视觉基础模型(VFM),特别是DINOv3,应用于声波成像测井中自然裂缝和钻井诱导裂缝的表征任务。与从头开始训练特定任务的模型相比,这种适应方法更有效,尤其是在标记数据有限的情况下。适应后的DINOv3模型在识别裂缝参数方面,其准确性可与人工判读相媲美,并且优于U-Net、YOLOv8和Swin Transformer等其他模型,尽管其优势在训练数据集较小时有所减弱。研究还探讨了最优的解码器架构和微调策略,发现采用渐进式上采样解码器并进行完全微调,能为DINOv3配置带来最佳结果。 AI
影响 展示了在数据有限的情况下,将预训练视觉模型应用于专业地球科学成像任务的潜力。
排序理由 学术论文,详细介绍了视觉基础模型的创新应用。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →