公开(公告)号：CN112435264A

公开(公告)日：2021-03-02

申请号：CN202011197268.0

申请日：2020-10-30

Applicant: 西安交通大学

Inventor： 徐亦飞 ,  张诺 ,  桑维光 ,  张越皖 ,  王冕 ,  尉萍萍 ,  徐武将 ,  朱利

IPC: G06T7/11 ,  G06T7/194 ,  G06T7/13 ,  G06T7/149 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习的42CrMo单相金相组织分割方法及系统，通过将带有真值标签的42CrMo单相金相组织图像数据库分为训练集和测试集；然后将U‑Net模型中的卷积层增加至六块卷积层，去除U‑Net模型中影像重叠策略Overlap‑tile strategy，在U‑Net模型中增加能够归一化每层网络的输入的归一化处理，得到改进后的U‑Net模型，利用六块卷积层，增加网络的深度更好的提取碳化物颗粒特征，将输入图像删减了影像重叠策略，避免图像重影干涉，更容易获取图像，在精度上更好的提取了碳化物颗粒特征信息，增加批量归一化处理，使得每层网络输入标准化，在一定程度上使得网络的收敛速度更快，进而提高了训练速度，从而有效提高了42CrMo金相图像的研究效率。