《石化行业智能制造 电镜图像识别系统通用要求》（征求意见稿）.pdf

T/CESAXXXX—202X

石化行业智能制造电镜图像识别系统通用要求

1范围

本标准规定了石化行业电镜图像智能识别系统的一般要求、基本功能、系统性能。

本文件适用于石化行业企业和科研院所电镜图像智能识别系统的设计、开发和建设。

2规范性引用文件

本文件没有规范性引用文件。

3术语和定义

下列术语和定义适用于本文件。

3.1.1

电镜图像识别系统electronmicroscopeimageintelligentrecognitionsystem

一种用于球晶与孔隙图像、分散相颗粒图像、聚合物颗粒图像等类型电镜图像的识别系统。

4缩略语

下列缩略语适用于本文件。

AFM:原子力显微镜（AtomicForceMicroscope）

CPU：中央处理器（CentralProcessingUnit)

POM:偏光光学显微镜（PolarizingOpticalMicroscope）

SEM:扫描电镜（ScanningElectronMicroscope）

5系统架构

电镜图像智能识别系统的功能应包括图像识别模型构建、图像识别与人工校正、模型校准接口、模

型版本管理、输出可视化工具，其通过工作站-软硬一体专业设备获取数据并加以分析应用。电镜图像

智能识别的系统架构见图1。

1

T/CESAXXXX—202X

图1系统架构图

6基本功能

6.1图像识别模型构建

6.1.1图像样本库

6.1.1.1图像样本工具

图像样本工具子功能应实现下列功能：

a)收集包括但不限于球晶与孔隙图像、分散相颗粒图像、聚合物颗粒图像等各类待识别电镜图像

样本，建立模型训练所需的原始数据集；

b)至少具备样本上传、查询等功能。

6.1.1.2图像预处理

图像预处理子功能应实现下列功能：

a)具备对输入的原始图像的降噪、增强、增广、归一化等通用性操作功能；

b)获取目标精准轮廓后，实现对凸显图像特征的处理后图像输出。

6.1.1.3图像标注工具

图像标注工具子功能应实现下列功能：

a)支持对样本库中的图片进行特征标识，形成训练样本集；

b)支持对识别后图像进行人工校正。

6.1.1.4图片合成工具

图片合成工具应具备自动生成带标签的合成图片。

6.1.2模型训练

6.1.2.1参数配置

2

T/CESAXXXX—202X

参数配置子功能应实现下列功能：

a)训练图片数量不少于1000张；

b)训练图片质量包括但不限于分辨率、灰度、亮度、噪点等关键指标范围；

c)损失函数包括但不限于分类损失、矩形框回归损失、均方误差、平均绝对误差、余弦相似度损

失等，支持衡量模型预测值与真实标签之间差异；

d)优化器包括但不限于梯度下降、随机梯度下降、带动量的随机梯度下降、自适应梯度下降等，

支持优化器根据损失函数的梯度信息更新模型参数。

6.1.2.2图像分割算法

应根据球晶与孔隙图像、分散相颗粒图像、聚合物颗粒图像不同特征选择适宜图像分割算法进行模

型训练，图像分割算法包括但不限于MaskR-CNN（MaskRegion-basedConvolutionalNeural

Network）算法、YOLO（YouOnlyLookOnce）算法等。

6.1.3模型评估

模型评估子功能应实现下列功能：

a)对原子力显微镜图像、光学显微镜图像、扫描电镜图像的颗粒数、粒径、面积等结果识别准确

率、召回率达到80%及以上；

b)单张图像识别时间小于20秒。

6.2图像识别与人工校正

6.2.1球晶与孔隙图像识别与人工校正

球晶与孔隙图像识别与人工校正子功能应实现