摘要
本发明公开了一种基于深度学习的位错柏氏矢量智能分析方法,包括如下步骤:通过透射电镜获取样品的若干位错图像,标注获得位错信息,并建立数据集训练深度学习网络模型,以获得位错识别模型;通过透射电镜获取样品系列衍射矢量下的位错图像集合,通过位错识别模型获取位错图像集合的位错信息,结合各衍射矢量下的倾转角度对位错信息进行校准,得到校准后的位错信息;根据校准后的位错信息,获得各衍射矢量下的位错可见性信息,从而分析获得位错柏氏矢量。本发明提供的基于深度学习的位错柏氏矢量智能分析方法,能够实现位错的快速智能识别和标注,并且通过对各衍射矢量的位错信息进行校准,提高了柏氏矢量分析的精度和效率。
技术关键词
智能分析方法
深度学习网络模型
图像
校准
掩膜
系列
四边形
坐标
标注软件
数据
精度
系统为您推荐了相关专利信息
管道泄漏检测
氢气
无人车
预警平台
传感器识别系统
控制策略
搬运机器人
三维图像信息
多模态特征
深度学习算法
激光雷达点云数据
视觉传感器
导航方法
激光雷达数据采集
卷积神经网络深度学习模型
收获机
多传感器融合
表面微裂纹
多传感器采集
加权融合算法