跳到主要内容
返回时间线
arXiv来源发表:

7B地震基础模型SeisDFE冻结编码器跨四类任务:F3仅两条标注剖面,整卷mIoU达0.82

核心概要

地震解释长期受高质量标注稀缺和逐任务单独训练的限制。SeisDFE以7B参数在来自500多个地震体的534万张二维图像上预训练,经判别式自监督、Gram特征锚定和多分辨率适配三阶段训练,冻结编码器即可支持地震相分类、盐丘检测、断层检测和相对地质时间估计。在F3数据集上只用两条标注剖面,整卷mIoU达到0.82,比对比基线高12至19个百分点,监督越少增益越大。

Source-provided article image: A Seismic Foundation Model for Dense Feature Extraction
arXiv

深度剖析

一个冻结的地震编码器现在可以同时服务四类解释任务,而不必为每个目标重新学习特征。 此前的多数地震解释深度学习流程针对单个目标和数据集分别学习表示,同一构造信息在有限标注上被反复重学。 在F3地震相数据上只用两条标注剖面训练线性头、推理覆盖整个三维体时,SeisDFE的整卷mIoU为0.82,DINOv3-7B、NCS-2D和SFM-Large分别为0.70、0.66和0.63。

预训练分三步把视觉特征改造成既可分又空间连贯的地震稠密表示。 判别式自监督训练到后期会出现局部空间关系碎片化,仅靠重建类目标不会显式要求地质模式可分、块间关系稳定。 第一阶段在534万张图像上训练10万步,第二阶段以第一阶段5万步检查点作为冻结的Gram教师、用块特征余弦相似度矩阵作约束再训1万步,第三阶段在保留的60万张图像上做多分辨率适配3万步;同一冻结线性探针下,SEAM相分类mIoU从第一阶段的0.6332升到第二阶段的0.6431、第三阶段的0.6530。

启示与展望

评估覆盖盐丘检测、F3地震相分类、断层检测和相对地质时间估计四类二维任务,编码器在少样本线性探针和任务专用解码器两种设置下均保持冻结;合成到现场迁移与稀疏三维体解释只做了定性比较。

现场断层、岩溶和相对地质时间实验缺少完整参考标签,只能提供合成到现场的定性证据;三维解释实验仅使用稀疏标注切片,体预测精度缺少定量评估;对比的基础模型在架构、参数规模、预训练数据和适配策略上各不相同,性能增益难以归因到单个预训练组件。