摘要
本发明属于纤维膜材料智能检测技术领域,公开了一种基于RAS‑UNet模型的中空纤维膜微观孔洞结构智能识别方法,该方法先对中空纤维膜电镜图像中的孔洞进行标注,得到中空纤维膜微观孔洞结构数据集,再建立RAS‑UNet模型,利用中空纤维膜微观孔洞结构数据集对RAS‑UNet模型进行训练与验证,最后将中空纤维膜电镜图像输入至验证后的RAS‑UNet模型,输出预测的分割图像;RAS‑UNet模型包括编码器和解码器,编码器和解码器通过跳跃连接结合;编码器包括残差卷积模块和下采样操作;解码器包括残差卷积模块、上采样操作以及注意力门模块;跳跃连接包括SE注意力模块。本发明可实现中空纤维膜孔洞的快速精度识别。
技术关键词
中空纤维膜
微观孔洞
智能识别方法
注意力
扫描电镜图像
卷积模块
解码器
门模块
编码器
图像缩放
智能检测技术
纤维膜材料
扫描电子显微镜
全局平均池化
模型超参数
上采样
系统为您推荐了相关专利信息
伪造区域定位方法
高频特征
融合特征
实例分割模型
编码特征
心电图分析方法
深度学习模型
噪声抑制
电信号
特征金字塔
故障诊断模型
注意力机制
柴油机整机
初始化方法
气缸
关联预测方法
疾病
卷积神经网络提取
矩阵
多层感知机