一种基于深度学习的纳米薄膜材料原位显微图像表征方法

本发明公开了一种基于深度学习的纳米薄膜材料原位显微图像表征方法，包括：实时获取原位显微平台下纳米薄膜材料的生长视频数据并同步进行画面校正处理；使用swin‑TRANSEM神经网络加载预训练权重，对校正后的生长视频图像进行识别，生成识别框；根据识别框的大小确定晶畴早期生长帧位并获取晶畴生长的中心位置信息；使用改进的图像分割算法提取单个晶畴离散化的边缘信息；结合晶畴生长的中心位置信息和晶畴离散化的边缘信息，计算各个边缘代表点在坐标轴方向上的梯度并取模得到以每个方向上的生长速度信息；绘制生长热图，建立生长模型。本发明能够显著提升纳米薄膜材料生长分析的效率和精确度。