基于ResNet残差网络的非常规储层剩余油智能识别及诊断方法

本发明公开了一种基于ResNet残差网络的非常规储层剩余油智能识别及诊断方法，涉及石油与天然气开发技术领域，获取原始训练图像集和原始测试图像集，对原始训练图像集进行分割、分类打标获得最终训练图像集，对原始测试图像集进行分割获得最终测试图像集；处理训练集与验证集，定义损失函数、优化器和学习率调度器；执行多个训练周期后，获得最优训练模型；将图像分割后的最终测试图像集输入模型，自动化识别并分类输出为不同的剩余油类型，计算不同剩余油类型的含油饱和度。本发明基于ResNet和微流控驱油实验图像建立剩余油识别及诊断系统，对剩余油赋存形态进行准确识别与分类，识别准确率达90%以上，对储层剩余油进行诊断并提出相应的挖潜措施。