一种基于深度学习的钛合金显微组织识别方法、系统及介质

本发明公开了一种基于深度学习的钛合金显微组织识别方法、系统及介质，属于图像识别的技术领域，基于训练后的图像识别模型，将预处理后的显微图像进行序列化处理，并输入至Transformer编码器，并将Transformer编码器提取的特征分别输出至像素级相分类分支和图像级组织分类分支，对应进行相分类和组织分类。将图像级组织分类分支输出的组织类型概率作为门控信号，对应增强或抑制像素级相分类分支的对应分割通道；基于交互注意机制，使图像级组织分类分支的分类语义反向投射到像素级相分类分支的分割分支中层。本发明显著提高了显微组织分析的效率和标准化程度，具有较好的实用性。
上海交通大学
毛博 | 周博皓 | 储双杰 | 刘倩 | 王亚飞