[發明專利]多晶材料的晶粒度評級的方法與裝置

在審

• 申請號: 202010914631.X
• 申請日: 2020-09-03
• 公開（公告）號: CN114140370A
• 公開（公告）日: 2022-03-04
• 發明（設計）人: 黃麗思;景泉;李城梁;朱緒紳
• 申請（專利權）人: 華為云計算技術有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13;G06T7/136;G06N3/04;G06N3/08;G06N20/00;G01N15/02
• 代理公司: 北京龍雙利達知識產權代理有限公司 11329
• 代理人: 張卿;時林

本申請公開了人工智能領域中的一種多晶材料的晶粒度評級的方法和裝置。該方法通過利用輪廓提取模型對晶粒圖像進行處理，確定晶粒圖像中的晶粒輪廓，并根據晶粒輪廓確定晶粒圖像的晶粒度級別。從而，在實現較高的評級準確度的同時，可以降低確定晶粒圖像中的晶粒輪廓的過程中對人工經驗的依賴，提高多晶材料的晶粒度評級的效率。

技術領域

本申請涉及人工智能(artificial intelligence，AI)領域，并且更具體地，涉及一種多晶材料的晶粒度評級的方法與裝置。

背景技術

人工智能(artificial intelligence，AI)是計算機科學的一個分支，人工智能研究各種智能機器的設計原理與實現方法，使機器像人一樣具有感知、推理與決策的功能。

計算機視覺是人工智能的一種實現方式，其應用于各個應用領域，如制造業、檢驗、文檔分析、醫療診斷，和軍事等領域，它是一門關于如何運用照相機/攝像機和計算機來獲取我們所需的、被拍攝的數據與信息的學科。形象地說，就是給計算機安裝上眼睛(照相機/攝像機)和大腦(算法)用來代替人眼對目標進行識別、跟蹤和測量等，從而使計算機能夠感知環境。總的來說，計算機視覺就是用各種成像系統(例如：照相機/攝像機)代替視覺器官獲取輸入信息，再由計算機來代替大腦對這些輸入信息完成處理和解釋。

鋼鐵等多晶材料出廠前需要做多項質量檢測，其中，金相檢測需求龐大。晶粒度檢驗是金相檢驗的一部分。晶粒度檢驗每年要檢測的圖像數量巨大。

根據晶粒圖像，確定晶粒的輪廓，可以實現較為準確的晶粒度檢測。但是晶粒輪廓確定的過程中，需要檢驗人員根據經驗設定參數，因此檢驗結果受檢驗人員的主觀因素影響較大，且檢驗效率低下。急需一種能夠實現快速執行晶粒度評級，且評級過程客觀，晶粒度結果準確的智能評級方案。

發明內容

本申請提供一種多晶材料的晶粒度評級的方法與裝置，能夠根據晶粒圖像確定晶粒輪廓，避免對人工經驗的依賴。

第一方面，提供了一種多晶材料的晶粒度評級的方法，該方法可以由電子裝置執行。具體地，可以獲取晶粒圖像，并利用輪廓提取模型對所述晶粒圖像進行處理以確定所述晶粒圖像的晶粒輪廓。最后，根據所述晶粒輪廓，確定所述晶粒圖像的晶粒度級別。

通過輪廓提取模型對晶粒圖像的處理，確定用于晶粒度評級的晶粒輪廓，在實現較高的評級準確度的同時，能夠降低晶粒度評級過程中對人工經驗的依賴，提高晶粒度評級的效率。

結合第一方面，在一些可能的實現方式中，所述利用輪廓提取模型對所述晶粒圖像進行處理，確定所述晶粒圖像的晶粒輪廓，包括：輸入所述晶粒圖像至所述輪廓提取模型，其中，所述輪廓提取模型為經過預訓練的人工智能AI模型；根據所述輪廓提取模型對所述晶粒圖像的晶粒輪廓進行提取，獲得所述晶粒圖像的晶粒輪廓。

利用人工智能AI模型對晶粒圖像進行晶粒輪廓的提取，降低晶粒度評級過程中對人工經驗的依賴，提高晶粒度評級的效率。

結合第一方面，在一些可能的實現方式中，所述方法還包括：獲取所述晶粒度圖像的標注輪廓；利用特征提取模型，提取所述標注輪廓的第一特征，并提取所述晶粒輪廓的第二特征；根據所述第一特征和所述第二特征的差異，調整所述輪廓提取模型的參數。

標注輪廓的第一特征能夠反映標注輪廓的空間結構，晶粒輪廓的第二特征能夠反映晶粒輪廓的空間結構。根據第一特征和第二特征的空間結構差異，調整輪廓提取模型的參數，使得輪廓提取模型輸出的晶粒輪廓的空間結構更加準確，從而使得基于晶粒輪廓的晶粒度檢測結果更加準確。

結合第一方面，在一些可能的實現方式中，所述標注輪廓是基于所述晶粒輪廓進行調整得到的。

可以通過人工確定輪廓提取模型輸出的晶粒輪廓是否存在缺陷，并在存在缺陷的情況下對第一訓練輪廓進行修改，以得到標注輪廓。降低人工標注的工作量，并且隨著對輪廓提取模型的參數調整的進行，人工標注的工作量也會不斷降低。