[發(fā)明專(zhuān)利]碳鋼石墨化自動(dòng)評(píng)級(jí)方法和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110056987.9
• 申請(qǐng)日: 2021-01-15
• 公開(kāi)（公告）號(hào): CN112884001A
• 公開(kāi)（公告）日: 2021-06-01
• 發(fā)明（設(shè)計(jì)）人: 謝小娟;楊寧祥;陳英紅;陳建勛;崔靖昀;蔡勤
• 申請(qǐng)（專(zhuān)利權(quán)）人: 廣東省特種設(shè)備檢測(cè)研究院珠海檢測(cè)院
• 主分類(lèi)號(hào): G06K9/62
• 分類(lèi)號(hào): G06K9/62;G06N3/04;G06N3/08;G01N21/84
• 代理公司: 廣州嘉權(quán)專(zhuān)利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 張志輝

1.一種碳鋼石墨化自動(dòng)評(píng)級(jí)方法，其特征在于，包括以下步驟：

數(shù)據(jù)獲取，基于CCD攝像機(jī)通過(guò)光學(xué)顯微鏡對(duì)試樣的檢驗(yàn)部位進(jìn)行成像，得到金相組織圖像，獲取多張所述金相組織圖像作為用于模型訓(xùn)練和測(cè)試的原始數(shù)據(jù)集；

數(shù)據(jù)增強(qiáng)，對(duì)所述原始數(shù)據(jù)集中的不同石墨化程度的所述金相組織圖像進(jìn)行圖像增強(qiáng)，得到擴(kuò)充了金相組織圖像數(shù)量的數(shù)據(jù)集；

訓(xùn)練EfficientNet神經(jīng)網(wǎng)絡(luò)，將所述數(shù)據(jù)集按比例分為訓(xùn)練集、驗(yàn)證集和測(cè)試集，并基于所述訓(xùn)練集、驗(yàn)證集和測(cè)試集完成EfficientNet神經(jīng)網(wǎng)絡(luò)的訓(xùn)練；

數(shù)據(jù)預(yù)處理，對(duì)獲取到的金相組織圖像進(jìn)行預(yù)處理；

石墨化等級(jí)分類(lèi)，基于完成訓(xùn)練的EfficientNet神經(jīng)網(wǎng)絡(luò)對(duì)經(jīng)過(guò)所述數(shù)據(jù)預(yù)處理步驟得到的金相組織圖像進(jìn)行運(yùn)算，輸出對(duì)應(yīng)的石墨化等級(jí)類(lèi)型。

2.根據(jù)權(quán)利要求1所述的碳鋼石墨化自動(dòng)評(píng)級(jí)方法，其特征在于，所述數(shù)據(jù)增強(qiáng)包括：

幾何變換，包括旋轉(zhuǎn)、翻轉(zhuǎn)和平移；

像素調(diào)整，包括亮度調(diào)節(jié)、對(duì)比度調(diào)節(jié)和添加噪聲。

3.根據(jù)權(quán)利要求1所述的碳鋼石墨化自動(dòng)評(píng)級(jí)方法，其特征在于，所述訓(xùn)練EfficientNet神經(jīng)網(wǎng)絡(luò)包括：

將所述訓(xùn)練集輸入到EfficientNet神經(jīng)網(wǎng)絡(luò)中進(jìn)行遷移調(diào)參訓(xùn)練；

將所述驗(yàn)證集輸入到完成初步調(diào)參訓(xùn)練的EfficientNet神經(jīng)網(wǎng)絡(luò)中進(jìn)行k折交叉驗(yàn)證；

將所述測(cè)試集輸入到訓(xùn)練好的EfficientNet神經(jīng)網(wǎng)絡(luò)進(jìn)行測(cè)試，保存EfficientNet模型參數(shù)，完成神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。

4.根據(jù)權(quán)利要求1所述的碳鋼石墨化自動(dòng)評(píng)級(jí)方法，其特征在于，所述EfficientNet神經(jīng)網(wǎng)絡(luò)采用EfficientNet-B0作為主干網(wǎng)絡(luò)，所述EfficientNet-B0網(wǎng)絡(luò)包括輸入層、卷積層、全局平均池化層、全連接層和輸出層；

所述卷積層對(duì)所述輸入層的圖像進(jìn)行局部特征提取；

所述全局平均池化層對(duì)卷積層的局部特征進(jìn)行整合降維，提取出全局有用的特征；

所述全連接層接收全局平均池化層的輸出，并將所述全局平均池化層的輸出特征映射成一個(gè)1x1xC的向量，實(shí)現(xiàn)分類(lèi)；其中C表示分類(lèi)的個(gè)數(shù)；

所述輸出層將所述全連接層的結(jié)果通過(guò)softmax函數(shù)輸出石墨化的等級(jí)類(lèi)型。

5.根據(jù)權(quán)利要求4所述的碳鋼石墨化自動(dòng)評(píng)級(jí)方法，其特征在于，所述卷積層對(duì)所述輸入層進(jìn)行16個(gè)MBconv卷積運(yùn)算和2個(gè)普通的conv卷積運(yùn)算。

6.根據(jù)權(quán)利要求4所述的碳鋼石墨化自動(dòng)評(píng)級(jí)方法，其特征在于，所述全局平均池化層對(duì)卷積層輸出的特征圖在通道維度上進(jìn)行全局平均池化，并隨機(jī)失活部分神經(jīng)元，最終輸出全局特征圖。

7.根據(jù)權(quán)利要求4所述的碳鋼石墨化自動(dòng)評(píng)級(jí)方法，其特征在于，所述輸出層為softmax分類(lèi)層，使用softmax函數(shù)對(duì)全連接的神經(jīng)元進(jìn)行激活，得到石墨化等級(jí)。

8.根據(jù)權(quán)利要求1所述的碳鋼石墨化自動(dòng)評(píng)級(jí)方法，其特征在于，所述預(yù)處理包括對(duì)金相組織圖像進(jìn)行降噪、矯正處理。

9.根據(jù)權(quán)利要求1所述的碳鋼石墨化自動(dòng)評(píng)級(jí)方法，其特征在于，所述石墨化等級(jí)類(lèi)型包括輕度石墨化、明顯石墨化、顯著石墨化、嚴(yán)重石墨化和無(wú)五種類(lèi)型。

10.一種碳鋼石墨化自動(dòng)評(píng)級(jí)系統(tǒng)，其特征在于，包括CCD相機(jī)、處理器和顯示器，

所述CCD相機(jī)設(shè)置在的待檢測(cè)位置，用于采集待檢測(cè)位置的金相組織圖像；

所述處理器包括可讀存儲(chǔ)介質(zhì)，所述可讀存儲(chǔ)介質(zhì)設(shè)置有可執(zhí)行程序，所述可執(zhí)行程序在被執(zhí)行時(shí)實(shí)現(xiàn)執(zhí)行權(quán)利要求1至9任意一項(xiàng)所述的碳鋼石墨化自動(dòng)評(píng)級(jí)方法，得到分類(lèi)結(jié)果；

所述顯示器用于輸出所述處理器的分類(lèi)結(jié)果。