一种基于深度学习的二维大地电磁反演方法及系统

本发明公开了一种基于深度学习的二维大地电磁反演方法及系统，涉及大地电磁反演技术领域，包括对待反演的大地电磁数据，进行正演得到响应数据；构建改进型U‑Net网络模型，对原U‑net网络模型的编码器替换为可变形卷积以及多尺度残差模块，并将原U‑net网络模型的解码器的上采样替换为采用可变形卷积以及双线性插值方法；基于大地电磁数据集，对改进型U‑Net网络模型进行训练，获取用于二维大地电磁反演的二维反演模型；将大地电磁正演得到的响应数据输入到二维反演模型，获取二维反演模型的电阻率参数。本发明基于可变形卷积与多尺度残差模块神经网络，从而能够有效提高大地电磁反演工作效率。