-
公开(公告)号：CN119625728A
公开(公告)日：2025-03-14
申请号：CN202411786464.X
申请日：2024-12-06
Applicant: 南昌大学
IPC: G06V20/69 , G06V10/764 , G06V10/82 , G06N3/045
Abstract: 本发明涉及材料科学和图像处理技术领域，特别涉及一种基于深度学习的铁碳合金显微组织识别方法，包括以下步骤：对所有金相样本处理后拍摄；对金相图像计算图像的灰度直方图，然后计算累计分布函数，接着将图片均衡化，最后将预处理后的图像裁剪至合适大小；将预处理后的图片输入Swin Transformer模型来对图片进行深层特征提取学习；将提取到每一类铁碳合金微观组织的图像特征经过LayerNorm层和一个Average Pool层输入全连接层训练多分类器，实现铁碳合金微观组织分类识别。本发明方法能够对铁碳合金的多种微观结构进行高效分类识别，提升了铁碳合金微观结构识别的准确性和效率。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
