- 1、本文档共8页,其中可免费阅读7页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了一种基于自监督学习的钢材微观组织分割方法,将实验中获取的钢材金相微观组织图像作为输入数据,再通过搭建的卷积网络模型对金相图进行特征提取得到特征图,同时使用超像素分割算法对原始输入的金相图做初步聚类分割得到超像素分割图,最后对特征图与超像素分割图进行映射,实现自监督学习,实现了准确、高效地对钢材微观组织进行分割的功能。本发明训练得到的模型,适用于钢材微观组织分割领域;本发明无需人工标注,降低了人工成本和时间成本。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113313004 A
(43)申请公布日 2021.08.27
(21)申请号 202110568777.8
(22)申请日 2021.05.25
(71)申请人 武汉工程大学
地址
文档评论(0)