本发明提出了一种多解码器全卷积神经网络及其相应的细观结构识别方法,将该多解码器全卷积神经网络用于陶瓷基
复合材料预制体XCT切片的语义分割,并确定了网络结构的初始化方法、类别平衡、训练方法等。本发明解决了不同解码器带来的特征图中边缘模糊或者内容信息丢失的问题,结合深度学习和语义分割任务提高细观结构识别的准确率,增强算法的鲁棒性。本发明提供的多解码器全卷积神经网络可以用于不同编织类型的陶瓷基复合材料预制体,包括2.5维编织、三维四向编织结构等全部类型,适用范围广,识别的细观结构包括纤维束(经纱和纬纱)、孔洞、基体。
声明:
“多解码器全卷积神经网络及其相应的细观结构识别方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)