基于深度学习的显微镜下二维材料层数检测方法及装置

本发明公开了一种基于深度学习的显微镜下二维材料层数检测方法及装置，该方法通过光学显微镜拍摄沉积的二维材料的高分辨率RGB图像并进行预处理，基于预训练的Mask2Former模型，进行迁移学习后，用于二维材料图像的训练，并使用指数移动平均EMA技术对模型的参数进行平滑处理；将训练后的Mask2Former模型应用于新采集的二维材料图像进行分割，生成各区域的分割掩模，并根据掩模预测各区域的层数；根据像素点占比计算每个层数区域的面积比例，得到每种层数的百分比参数。本发明适用于多种2DP材料，可广泛应用于柔性电子、生物传感、药物释放及光电器件等领域的2DP材料研究与应用。