技术特征：
1.一种地震专业标签数据生成方法，用于生成地震处理解释神经网络模型的训练数据，其特征在于，包括：接收地震数据的基本标签数据集，所述基本标签数据集通过人机交互可视化的方式在地震数据处理解释的成果数据中手动对需要的地震数据进行标注形成；采用数据增强方法对所述基本标签数据集中的每个标签数据进行增强扩展处理，以扩大所述基本标签数据集中标签数据的数量规模，形成增强标签数据集；将所述增强标签数据集中的所有标签数据转换成原始时间域的标签数据，形成用于输入所述地震处理解释神经网络模型的训练标签数据集。2.根据权利要求1所述的地震专业标签数据生成方法，其特征在于，所述基本标签数据集的形成方法包括：基于人际交互终端，通过鼠标交互操作以可视化的方式在所述地震数据处理解释的成果数据中对需要的数据进行标注，形成标签数据。3.根据权利要求2所述的地震专业标签数据生成方法，其特征在于，所述鼠标交互操作包括：对所述地震数据处理解释的成果数据中的点、线、面拾取进行操作，形成规则的或不规则的多边形，以框选出需要的数据并进行标注。4.根据权利要求1-3任意一项所述的地震专业标签数据生成方法，其特征在于，所述地震数据处理解释的成果数据为二维图像数据。5.根据权利要求1所述的地震专业标签数据生成方法，其特征在于，所述采用数据增强方法对所述基本标签数据集中的每个标签数据进行增强扩展处理包括：将所述基本标签数据集中的标签数据作为初始标签数据，将所述初始标签数据至少进行平移处理、旋转处理、缩放处理、镜像处理中的其中之一，以形成多个新的标签数据。6.根据权利要求5所述的地震专业标签数据生成方法，其特征在于，所述平移处理包括：将所述初始标签数据沿x方向平移和/或沿y方向平移，每平移一次形成一个新的标签数据；所述旋转处理包括：将所述初始标签数据按顺时针至少旋转一次，每次旋转90度，每次旋转形成一个新的标签数据；所述缩放处理包括：将所述初始标签数据按照预设的比例进行缩放，形成新的标签数据；所述镜像处理包括：将所述初始标签数据进行水平镜像和/或垂直镜像，每次镜像形成一个新的标签数据。7.根据权利要求1所述的地震专业标签数据生成方法，其特征在于，所述将所述增强标签数据集中的所有标签数据转换成原始时间域数据包括：采用时深转换方法将所述增强标签数据集中的所有标签数据转换成原始时间域数据。8.一种电子设备，其特征在于，所述电子设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5任一所述的地震专业标签数据生成方法。
9.一种非暂态计算机可读存储介质，其特征在于，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行权利要求1-5任一所述的地震专业标签数据生成方法。10.一种地震专业标签数据生成系统，其特征在于，包括：标注模块，用于通过人机交互可视化的方式在地震数据处理解释的成果数据中手动对需要的地震数据进行标注，形成地震数据的基本标签数据集；标签数据集接收模块，用于接收所述基本标签数据集；数据增强模块，用于：采用数据增强方法对所述基本标签数据集中的每个标签数据进行增强扩展处理，以扩大所述基本标签数据集中标签数据的数量规模，形成增强标签数据集；时深转换模块，用于：将所述增强标签数据集中的所有标签数据转换成原始时间域数据，形成用于训练所述地震处理解释神经网络模型的最终标签数据集。
技术总结
本发明公开了一种地震专业标签数据生成方法、设备、存储介质及系统。方法包括：接收地震数据的基本标签数据集，基本标签数据集通过人机交互可视化的方式在地震数据处理解释的成果数据中手动对需要的地震数据进行标注形成；采用数据增强方法对基本标签数据集中的每个标签数据进行增强扩展处理，以扩大基本标签数据集中标签数据的数量规模，形成增强标签数据集；将增强标签数据集中的所有标签数据转换成原始时间域的标签数据，形成用于输入地震处理解释神经网络模型的训练标签数据集。实现提高地震专业数据标签的准确度，进而提高地震处理解释神经网络模型的识别率。理解释神经网络模型的识别率。理解释神经网络模型的识别率。
技术研发人员：赵德明
受保护的技术使用者：中国石油化工股份有限公司石油物探技术研究院
技术研发日：2020.10.21
技术公布日：2022/5/10