在油气测井行业向智能化转型的关键阶段，高质量井下目标数据集短缺成技术突破的核心痛点。近日，西安石油大学能源装备智能可视化检测技术陕西省高校工程研究中心联合西安正源井像电子科技有限公司、西安正实智能科技有限公司率先打破行业瓶颈，重磅推出国际首款开源井下目标检测与目标分割数据集训练样本库及专属数据集查看软件，为测井 AI 研发注入关键动力，开启行业数据共享与技术迭代的全新篇章。

介绍如下：

“双维度” 体系适配全流程研发

该样本库创新性构建 “检测 + 分割” 双维度数据体系，所有数据均采用 YOLO 标准格式，实现 “开箱即用”，大幅降低高校与企业的研发门槛，样本库涵盖四大核心井下场景数据集，且严格按照 7:2:1 的比例划分为训练集、测试集与验证集，完美匹配 AI 模型从训练、优化到验证的全流程研发需求：

▎射孔检测数据集：包含 1600 张图像，精准覆盖射孔关键特征；

▎接箍检测数据集：收录 500 张高质量图像，助力接箍识别模型高效训练；

▎桥塞检测数据集：整理 226 张专业图像，为桥塞智能识别提供数据支撑；

▎射孔分割数据集：涵盖 551 张精细化标注图像，满足射孔区域精准分割需求。

真实数据支撑模型精度基础

该样本库所有数据均源自真实测井案例，具备极强的行业代表性与应用价值：

✅射孔、接箍数据集均取自专业解释组系统整理的多口实井测井图像，真实还原井下复杂环境特征；

✅桥塞数据集也是由专业解释组系统整理的以往全部真实测井图像，确保数据的完整性与专业性；

✅射孔分割数据集则通过单井射孔展开图进行精细化标注，标注精度与细节丰富度均达到行业领先水平，为模型训练提供高质量数据基础。

开源模式打破行业数据壁垒

作为国际首个开源的井下目标检测与目标分割数据集训练样本库，其推出彻底打破了测井行业长期存在的数据封闭壁垒，通过开源模式，为行业提供统一的数据集基准，解决了不同机构因数据来源差异导致的模型性能无法横向对比、技术迭代效率低下等问题，将有效加速测井 AI 技术的跨机构协作与快速迭代，推动行业整体智能化水平提升。

专属软件提升数据管理效率

同步上线的样本库专属查看软件，支持缩略图、原图、标注图全维度展示，数据特征一目了然；可自定义标注颜色、线条粗细与标注大小，满足个性化查看需求；操作时只需选择图像文件夹，再匹配对应的 labels 文件夹，同时兼容分割图像查看功能，能大幅简化数据核验与管理流程，显著提升整体效率。