一種全卷積神經網絡及相應的細觀結構識別方法,通過在網絡中綜合采用最大池化索引連接和通道連接的方法,兩方法串行處理,充分利用了編碼器淺層低級邊緣信息和解碼器深層語義信息,取得了更好的效果。在放大圖像分辨率的過程中,僅采用了上采樣的方式,降低了對于顯存的消耗,也減少了網絡訓練的時間。通過交叉對稱采用批正則化,盡可能保證卷積之后特征圖的原分布狀態,進一步增強了卷積神經網絡的表達能力,實現對CMCs預制體XCT切片的語義分割,提高了細觀結構識別的準確率。采用相同的全卷積神經網絡對不同陶瓷基復合材料復雜預制體的編織結構進行細觀結構識別,摒棄了不同編織結構采用不同的全卷積神經網絡權值文件,簡化了識別操作。
聲明:
“全卷積神經網絡及相應的細觀結構識別方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)