龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：东北大学
摘要：本发明提供了一种基于SegmentAnythingModelSAM对合金材料微观组织进行自动分割的方法；通过SAM大模型的基本处理以及多种预训练模型的数据测算，将用户提示特征与图像区块特征进行分析筛选以完成通用合金材料微观组织的自动化分割。相比于传统深度学习模型和微观组织分割方法，本方法通用性更高，识别效果更加准确，并且基于SAM拥有的零样本学习的特点优势，使本方法的分割时间远小于其他分割方法；与此同时特征提取法由向量距离进行筛选图像处理的方案对于不同类型的合金材料不需要独立制定筛选规则，能极大缩减不同类型合金材料微观组织图像分割的处理时间和计算机性能需求，为通用合金材料微观组织图像的自动化分割提供了一条行之有效之路。
主权项：1.一种结合SAM模型初步识别和预训练模型自动特征提取的合金微观组织图像的通用分割方法，其特征在于：包括以下步骤：步骤1：收集合金材料微观组织图像数据，对需要进行组织识别的图像进行预处理；步骤1.1：将所有图像进行对比度和亮度调整以此获得具有更加清晰组织分界线的微观图像；步骤1.2：裁剪组织图像，保留需要进行识别的区域。步骤2：按照一定比例划分训练集测试集，训练集要充分包括各种情况下的样本，体现样本特点；步骤3：将训练样本和测试样本再次处理，并导入SAM模型中，输出初始识别结果；步骤4：将训练集和测试集初始识别结果不同颜色对应的微观组织图片区域，以其外接矩形截取出来，我们称之为小块，区域外多余的截取部分填充为黑色；步骤5：用户需要针对某一训练样本提供一个单一区域的掩码图。区域内标注为白色，是用户需要识别的区域，区域外为黑色，是用户不需要的部分，即背景部分；步骤6：将用户提供的掩码图对应原始图像的区域同样以其外接矩形进行截取，区域外多余截取部分同样填充为黑色；步骤7：得出用户标注小块特征向量和初始识别结果所有小块各自的特征向量；步骤8：在训练集中，将用户提示特征向量和所有小块特征向量进行数据对比，由此筛选出用户要求的所有小块，以完成该合金微观组织分割图像的处理。
全文数据：
权利要求：
百度查询： 东北大学 一种结合SAM模型初步识别和预训练模型自动特征提取的合金微观组织图像的通用分割方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号