Обнаружение геологических объектов в сейсмических данных с помощью Segment Anything Model 2 на нескольких наборах данных

Наблюдается растущий интерес к применению моделей компьютерного зрения для сейсмической интерпретации, поскольку ручная сегментация сейсмических фаций часто отнимает много времени. Фондовые модели, такие как Segment Anything (SAM), показали свою эффективность в задачах сегментации. В данной работе исследуются модели SAM и SAM 2 для сегментации геотел и сейсмических слоев на трёх наборах данных: Parihaka, F3 Netherlands и Penobscot. Мы провели эксперименты с предобученными моделями SAM и SAM 2 от Meta и дообучили их на сейсмических данных. Дообучение существенно улучшило способность предобученных моделей сегментировать геологические объекты, при этом SAM 2 продемонстрировала слегка лучшие результаты по сравнению с SAM. Эти результаты показывают возможность адаптации визуальных фондовых моделей для анализа сейсмических данных.