龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：东北大学
摘要：本发明公开了一种基于Seg‑Net模型的提取方法在提取钢铁微观组织特征中的应用，属于铁金相图像分析和处理技术领域，包括以下步骤：将获得的金相照片划分为训练集和测试集；采用深度学习模型对训练集数据进行训练，结合数据增强等手段对训练数据集进行扩充，构建具有识别晶粒组织能力的深度学习模型；利用具有识别晶粒组织能力的深度学习模型对待识别的金相照片进行识别，得到待识别照片的显微组织信息。本发明采用上述一种基于Seg‑Net模型的提取方法在提取钢铁微观组织特征中的应用，通过对金相显微组织照片智能识别获取显微组织特征信息，可以简化由于传统获取方法造成的繁琐工作及时获取显微组织信息的同时兼具较高的精度。
主权项：1.一种基于Seg-Net模型的提取方法在提取钢铁微观组织特征中的应用，其特征在于，包括以下步骤：S1、选取内部组织仅有铁素体和珠光体的钢铁材料，通过金相显微镜采集不同视觉区域的金相图像，获取图像数据集；S2、将步骤S1图像数据集中的单张图片进行切分处理，得到切分后的数据集，将切分后的数据集按照训练集和测试集进行划分；S3、对步骤S2切分后的数据集中的图像数据进行人为标注处理，将铁素体与珠光体分别进行标注；S4、将训练集数据输入到Seg-Net深度学习模型中进行训练，在训练过程中采用在线数据增强的形式对训练数据进一步扩增，结合在线参数调节对模型实时优化，在优化过程中对模型训练结果进行实时监测，当训练过程中模型训练误差不再下降则对学习率进行调整，最终得到具有识别晶粒组织能力的深度学习模型；S5、利用具有识别晶粒组织能力的深度学习模型对测试集数据进行分割，利用OpenCV图像处理库中findCounters函数、arclength函数对分割后图像进行识别统计，得到相应的显微组织特征数据。
全文数据：
权利要求：
百度查询： 东北大学 基于Seg-Net模型的提取方法在提取钢铁微观组织特征中的应用
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号