公开(公告)号：CN111696632B

公开(公告)日：2023-10-10

申请号：CN202010575011.8

申请日：2020-06-22

Applicant: 钢铁研究总院有限公司

Inventor： 万卫浩 ,  李冬玲 ,  王海舟 ,  赵雷 ,  沈学静 ,  贾云海 ,  韩冰 ,  李杰 ,  卢毓华

IPC: G16C60/00 ,  G16C20/70 ,  G01N23/2251 ,  G01N23/2202 ,  G01N1/32 ,  G01N1/28

Abstract: 本发明公开了一种金属材料中γ'相微观组织全视场定量统计分布表征方法，该方法包括：步骤a：通过Labelme对γ'相、云状干扰、γ基体进行标记，制作标准特征训练样本；步骤b，利用BD U‑Net建立基于深度学习的特征识别提取模型；步骤c，采集待测金属材料中的γ'特征图谱；步骤d，γ'相的自动识别提取；步骤e，大范围全视场γ'的原位定量统计分布表征。本发明提供的金属材料中γ'相微观组织全视场定量统计分布表征方法，基于深度学习理论，实现金属材料中γ'相特征的自动、高速、高质量的识别提取，并实现该特征的全视场原位定量统计分布表征。

公开(公告)号：CN111860176B

公开(公告)日：2024-02-02

申请号：CN202010575085.1

申请日：2020-06-22

Applicant: 钢铁研究总院有限公司

Inventor： 孙丹丹 ,  万卫浩 ,  王海舟 ,  韩冰 ,  李冬玲 ,  董彩常 ,  赵雷

IPC: G06V20/69 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084 ,  G01N21/84 ,  G01N21/95 ,  G01N21/88 ,  G01N23/2202 ,  G01N23/2251 ,  G01N1/28 ,  G01N1/32 ,  G01N33/204

Abstract: 本发明公开了一种非金属夹杂全视场定量统计分布表征方法，该方法包括：步骤S1：建立由非金属夹杂、划痕和外来干扰图像构成的图像数据库；步骤S2，基于非金属夹杂特征图谱建立目标检测模型；步骤S3，对经过处理的待测金属材料表面进行全视场非金属夹杂特征数据的自动采集；步骤S4，对非金属夹杂进行精确到像素级别的分割和提取；步骤S5，大范围全视场非金属夹杂的原位定量统计分布表征。本发明提供的非金属夹杂全视场定量统计分布表征方法，通过建立目标检测模型，对金属材料中的非金属夹杂进行全视场识别、定位，能够提高识别准确度，避免人工识别造成误差，自动化水平较高。

公开(公告)号：CN112395932B

公开(公告)日：2022-09-13

申请号：CN202010575070.5

申请日：2020-06-22

Applicant: 钢铁研究总院有限公司

Inventor： 孙丹丹 ,  万卫浩 ,  王海舟 ,  韩冰 ,  李冬玲 ,  董彩常 ,  赵雷

IPC: G06V20/69 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G01N23/2251 ,  G01N23/2202 ,  G01N1/28 ,  G01N1/32

Abstract: 本发明公开了一种金属材料中显微组织全视场定量统计分布表征方法，该方法包括：步骤a：建立标准特征图像数据集，包括铁素体、珠光体和贝氏体组织的图像；步骤b，建立基于深度学习的特征识别提取模型；步骤c，待测金属材料中的显微组织特征图谱的全视场自动采集；步骤d，珠光体、贝氏体的分类识别和分割提取；步骤e，大范围全视场显微组织的原位定量统计分布表征。本发明提供的金属材料中显微组织全视场定量统计分布表征方法，基于深度学习理论，对金属材料显微组织进行全视场自动识别、定位、提取和统计表征，消除人工选择视场带来的主观性误差，解决人工识别、测量、统计显微组织带来的效率低的问题，具有全面、准确、自动、高效的特点。