（脚本重整理）PickNet —— 基于深度卷积网络的地震波初至拾取模型

• Original Author: Xiao Zhuowei (@MrXiaoXiao)

• Modified by: Zhu Dengda (@Dengda98)

---

原picknet程序是一系列脚本，未组织成Python安装包的形式， 故使用上会有不便，这里我做出一些修改，使之可以以Python包 的形式安装，而不再要求运行在picknet源码路径。这些调整 主要是为了方便我自定义拾取输入的数据。

下载

可以克隆库

git clone https://github.com/Dengda98/PickNet_package

由于内部将包含模型文件，使用压缩包上传。下载后运行以下命令解压

cat picknet.tar.gz.* | tar -xzv

安装方法

基本的依赖包要求详见docs/内的介绍，其中是原程序包的使用 说明。在虚拟环境中安装好依赖包后，在当前目录下运行

pip install -v .

即可在当前虚拟环境中安装picknet包。

修改部分

• 源码文件的导入改为相对导入，并给每个子文件夹添加__init__.py 文件，使之成为一个子包；
• 增加setup.py，其中简要地包括了必要的一些参数；
• 增加MANIFEST.in，使得安装包的过程中能将模型文件加入安装目录
• 将原始的说明文档放入docs/目录；
• 对fcn.tester.Tester类的run函数增加raw_output选项，使得 可以选择是否保存picknet模型的原始输出，以减少存储空间占用。 【picknet运行时的内存占用问题目前没空修改，注意每次不传入大体积数据即可】

关于使用

这里保留原始的配置文件方式以及运行方式。

• picknet配置文件
  运行以下命令可打印出picknet安装包中的参考配置文件以及 模型文件目录:

    python -m picknet.print 
  

  会输出5个路径：

  DEFAULT_P_CONFIG: [...]  # 拾取初至P波的配置文件
  DEFAULT_S_CONFIG: [...]  # 拾取初至S波的配置文件
  P_WAVE_MODEL:     [...]  # 拾取初至P波的模型目录
  S_WAVE_MODEL:     [...]  # 拾取初至S波的模型目录
  RUN_PY_SCRIPT:    [...]  # 运行`python -m picknet.run`的脚本路径
  

  故可将picknet参考配置文件复制到本地进行自定义修改，而模型文件可填入 配置文件中的save_dir关键字。

• 运行
  原说明文档中的脚本运行方式可简单替换为

    python -m picknet.run [...]  # 后续参数设定方法不变
  

• 自定义运行脚本
  在以上输出的路径中还包括RUN_PY_SCRIPT，故可复制该脚本到本地， 再进行修改，以自定义拾取的输入数据，当然运行的方式也变为

    python -u [自定义运行脚本] [...]  # 后续参数设定方法不变
  

Citation

Wang, J., Xiao, Z., Liu, C., Zhao, D., & Yao, Z. (2019). Deep learning for picking seismic arrival times. Journal of Geophysical Research: Solid Earth, 124, 6612– 6624. https://doi.org/10.1029/2019JB017536