基于YOLO-v5的Ti-48Al-2Cr-2Nb合金高温析出相智能识别.pdf
《基于YOLO-v5的Ti-48Al-2Cr-2Nb合金高温析出相智能识别.pdf》由会员分享,可在线阅读,更多相关《基于YOLO-v5的Ti-48Al-2Cr-2Nb合金高温析出相智能识别.pdf(9页珍藏版)》请在咨信网上搜索。
1、第 卷第期 年月有色金属工程 ,犱 狅 犻:犼 犻 狊 狊 狀 收稿日期:基金项目:国家自然科学基金资助项目();河南省自然科学基金项目();河南省水下智能装备重点实验室开放基金();中原工学院基本科研业务费专项资金资助项目();中原工学院专业学位研究生课程教学案例库建设项目()犉 狌 狀 犱:();();();();()作者简介:李晓磊(),男,博士,讲师,主要研究方向:激光增材制造技术。引用格式:李晓磊,黄传庆,郑博,等基于 的 合金高温析出相智能识别有色金属工程,():,():基于犢 犗 犔 犗 狏 的犜 犻 犃 犾 犆 狉 犖 犫合金高温析出相智能识别李晓磊,黄传庆,郑博,崔陆军,郭士
2、锐,崔英浩,徐春杰,张国君(中原工学院 机电学院,郑州 ;西安理工大学 材料科学与工程学院,西安 )摘要:金属间化合物合金是一种重要的高性能材料,其微观组织对研究片层生长行为特点和组织演变规律有着重要意义。在高温相变析出生长的实验中,对其微观组织的准确识别和定位具有至关重要的作用。本文旨在解决通过人眼观察识别微观组织存在的准确率低和主观性强的问题,通过将计算机视觉技术应用于 合金高温析出相的智能识别。在经过模型选取、数据集制作、参数和配置选择以及训练结果分析后,完成了目标检测实验。结果表明,提出的析出相态组织目标检测模型在精确率、召回率和平均精度均值等指标上均能达到 以上,其中 最高达到。同时
3、,该方法具有高精度和高效性,单张图片的检测速度为 。因此,该方法在 合金高温析出相态组织的识别和定位上具有广阔的应用前景。关键词:显微组织;目标检测;智能识别中图分类号:文献标志码:文章编号:()犐 狀 狋 犲 犾 犾 犻 犵 犲 狀 狋 犐 犱 犲 狀 狋 犻 犳 犻 犮 犪 狋 犻 狅 狀狅 犳犎 犻 犵 犺犜 犲 犿 狆 犲 狉 犪 狋 狌 狉 犲犘 狉 犲 犮 犻 狆 犻 狋 犪 狋 犲 犱犘 犺 犪 狊 犲 犻 狀犜 犻 犃 犾 犆 狉 犖 犫犃 犾 犾 狅 狔犅 犪 狊 犲 犱狅 狀犢 犗 犔 犗 狏 ,(,;,)犃 犫 狊 狋 狉 犪 犮 狋:,有 色 金 属 工 程第 卷 ,犓
4、 犲 狔狑 狅 狉 犱 狊:;随着科技的发展和创新,人们不断研发新型材料并深入探索其高科技结构。从宏观到微观的观测,不断发现新的结构和更出色的性能。在这些材料中,金属间化合物结构材料表现出了突出的性能,因此已成为材料科学领域的研究热点。其中,钛铝合金()作为一种重要的金属间化合物结构材料,具有高比强度、高比刚度、优异的高温力学性能和良好的耐腐蚀性能等优点,在航空航天、航空制造等领域具有广泛的应用前景。金属间化合物合金因其优异的性能而备受关注,已经得到国内外学者广泛的研究。丁晓非等设计制备了 三元合金,运用多种方式观测其微观结构和分布情况,并通过一些实验证明了合金的微观组织与其性能密切相关。刘洪
5、喜等通过工艺设计优化了微观组织,使用激光热处理对涂层存在的缺陷进行了质量提升,并通过光学仪器分析其形貌结构得出这种处理对 金属间化合物的一些性能有明显提升。在激光熔覆领域,李晓磊等通过对 合金的微观组织和几何形状的研究,得到了无裂缝单道沉积层。通过对以往研究的了解可知,合金的材料结构和综合性能离不开对显微组织的探索,在之前的实验中大多是通过光学仪器拍摄在由实验人员人工分辨、提取关键组织,因此开展对 合金微观组织的智能识别工作具有很高的实用价值。随着计算机和人工智能领域的飞快发展,基于神经网络的计算机视觉技术开始在各个领域展现出优越的性能,各种深度学习网络开始逐渐应用于工业场景。王冬阳等提出一种
6、基于野值判断的金属识别方法,通过对曲线拟合微调实现了高精准的识别。李伟毅等将 神经网络应用于废金属回收识别中,提高了识别准确率。随着金属制备工艺的不断发展和检测设备的不断升级,大量的金属显微图像数据出现。然而,人工识别这些图像需要耗费大量时间和精力,而且存在主观性和人为误差。通过利用计算机视觉技术,可以实现自动化和高效的显微组织图像处理和分析。深度学习等技术可以实现对显微组织图像的特征提取和分类,从而准确识别出金属材料中各种组织结构和相对含量。这将有助于更好地理解金属材料的性能与组织结构之间的关系,为金属材料的制备和加工提供指导。目前,将计算机视觉技术应用于微观组织智能识别的研究极少,深度学习
7、在材料结构的许多领域还并 未 涉 及。本 文 将 先 进 的 计 算 机 智 能 识 别 技术 应用于 合金高温析出相变组织的目标检测,为提取微观组织形态提供新的思路的同时使计算机视觉技术更多的在材料结构领域内应用。因本次实验数据来源于拍摄的钛铝合金高温相变视频,选用间隔帧的方法从中截取图片,系类算法目标检测框多为整体框选,而析出相目标成簇出现,若全部框选则目标框中非需关注背景占据过多,故本文采用分割标注法制作数据集以求得到更好的训练模型。网络原理 目标检测算法目标检测是计算机视觉领域中的一项重要任务,其目的是在图像或视频中检测和定位特定对象的位置。现阶段的目标检测可分为一阶段和二阶段两类,一
8、阶段目标检测算法是直接在输入图像中进行目标 检 测,速 度 快、实 时 性 好,代 表 性 算 法 有 、等;而两阶段目标检测算法则是将目标检测问题分解成候选框生成和分类、位置回归等子问题,相对于一阶段算法具有更高的准确率和稳 定 性,但 速 度 较 慢,代 表 性 算 法 有 、等。在钛铝合金高温状态下片层形成和生长的组织演变规律探索实验中,对高温下析出和生长的组织进行分析,对研究合金相变动力学以及预测组织演变有特别重要的意义,但析出的针状相态组织难以用直接的方法进行选取测量,主要依靠实验人员对视频资料进行一帧一帧的截取再手工测量,这种第期李晓磊等:基于 的 合金高温析出相智能识别方法受人的
9、主观因素影响且准确度较低,基于深度学习的目标检测算法为钛铝合金高温析出相智能识别提供了新思路。算法是 系列最新算法,其推理速度快、泛化能力强,整合了目标检测算法领域很多优秀技术,如 数据增强、结构、自适应锚框计算等,因此,本文选用 作为析出相的智能识别算法。犢 犗 犔 犗网络原理 算法主要分为两部分:目标检测网络和后处理。目标 检 测 网 络 使 用 全 卷 积 神 经 网 络()进行特征提取和目标检测。在特征图上进行预测,将图像分成个网格,每个网格预测个边界框和对应的置信度得分以及各个类别的概率得分。其中,置信度得分用于表示边界框中是否包含物体,类别概率得分用于表示边界框对应物体的类别。后处
10、理模块主要用于筛选目标框,删除置信度得分较低和 ()值较高的框。其中,指的是两个框之间的重叠面积占总面积的比例。通过设置阈值,可以控制筛选的严格程度。一阶段类算法检测流程如图所示。图一阶段类算法检测流程犉 犻 犵 犗 狀 犲 狊 狋 犪 犵 犲犪 犾 犵 狅 狉 犻 狋 犺 犿犱 犲 狋 犲 犮 狋 犻 狅 狀犳 犾 狅 狑 犮 犺 犪 狉 狋 算法框架 算法是 系列中较为轻量级的检测模型,其算法框架如图所示,算法主要由图像输入、骨干网络()、特征融合模块()、检测头()四部分组成,骨干网络采用了基于 和 ()的结构,用于提取图像特征,同时,采用自适应域尺度技术可以适应不同尺度的物体,提高模型
11、的检测精度。模 块 通 常 采 用 一 些 特 殊 的 结 构,如 和 等。这些结构可以将来自不同尺度的特征进行有效融合,提高算法的检测精度和鲁棒性。检测头是目标检测算法中的输出层,用于生成目标的检测框和类别信息。模块通常包括回归头和分类头两个部分。回归头用于预测目标的位置信有 色 金 属 工 程第 卷图犢 犗 犔 犗 狏 网络结构骨干网络、颈部、预测头和部分卷积模块犉 犻 犵 犢 犗 犔 犗 狏 狀 犲 狋 狑 狅 狉 犽狊 狋 狉 狌 犮 狋 狌 狉 犲犅 犪 犮 犽 犫 狅 狀 犲、犖 犲 犮 犽、犎 犲 犪 犱犪 狀 犱犆 狀 狅 狏息,如检测框的坐标和尺寸等;分类头则用于预测目标的类
12、别信息。同时可以结合不同的卷积层进行 拼接输出不同大小的 。其中 模块由 卷积层、层 和 激活函数 组成。模块的作用是加强卷积层的非线性能力和特征表示能力,增加网络的表达能力,使其能够更好地适应各种目标检测任务。模块是由个卷积层组成,其中每个卷积层之间都包含了 层和 激活函数。模块是用来进行空间金字塔池化的模块,它由不同尺度的池化层组成,每个池化层的步长和卷积核大小都不同。模块的作用是提取不同尺度的特征,并且能够在不改变特征图大小的情况下对特征进行降维,从而提高了网络的检测精度和效率。算法评估损 失 函 数、交 并 比(,)损失、和激活函数,是 非常重要的三个部分,其中损失函数包含分类损失、定
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 YOLO v5 Ti 48 Al Cr Nb 合金 高温 析出 智能 识别
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。