摘要
本发明属于人工智能在物理化学研究应用领域,提供了一种基于密度估计的催化金属颗粒电镜图像识别方法,包括:电镜图像送入主干网络进行特征提取生成不同采样倍率的特征图;将不同尺度特征图输入膨胀特征金字塔网络,进行多层级特征融合;再送入自注意力膨胀金字塔池化模块,上采样后得到预测的密度图;对输入原图进行反向距离变换,得到密度图真值;利用预测的密度图和真值密度图计算强弱损失,两者加权共同监督训练过程;通过预测密度图目标定位算法对最终模型预测的密度图进行局部最大值定位,得到目标位置坐标;最后计算得到单原子的密度和距离分布曲线,并将单原子目标标注在原图。本发明可实现催化金属颗粒的电子显微镜图像的高精度识别。
技术关键词
特征提取网络
密度
特征金字塔网络
图像识别方法
金字塔池化模块
电镜
后处理模块
催化材料
多层级特征
上采样
电子显微镜图像
坐标
定位算法
深度特征提取
全局平均池化
注意力
图像结构
尺寸特征
对比度
系统为您推荐了相关专利信息
图像分割模型
特征金字塔网络
旋转框
监督学习算法
弱监督学习
水汽探测方法
星座导航系统
大气模型
轨迹
加权平均温度
检测头
三维特征提取
特征提取网络
区域卷积神经网络
热力图
门控神经网络
骨髓穿刺液
深度优先搜索算法
数据采集模块
诊断模块