科研之友
微信
新浪微博
Facebook
分享链接
摘要
本文对小样本的金相组织分类识别任务中判别结果受主观因素的影响较大的问题，调研了目前图像分类与识别领域广泛应用的基于卷积建模算法在金属材料内部组织分类识别中的发展现状，针对材料科学与工程领域具体问题的数据集往往较小，不能满足卷积建模的要求导致的精度不高，泛化能力一般的问题，采用了基于注意力机制的ViT模型在大数据集上的迁移学习方法，实现小样本数据集的深度学习建模，准确率最高可达93.9%，并且模型具有较快的收敛速度、较高的训练精度与泛化能力。
- 单位
本文对小样本的金相组织分类识别任务中判别结果受主观因素的影响较大的问题，调研了目前图像分类与识别领域广泛应用的基于卷积建模算法在金属材料内部组织分类识别中的发展现状，针对材料科学与工程领域具体问题的数据集往往较小，不能满足卷积建模的要求导致的精度不高，泛化能力一般的问题，采用了基于注意力机制的ViT模型在大数据集上的迁移学习方法，实现小样本数据集的深度学习建模，准确率最高可达93.9%，并且模型具有较快的收敛速度、较高的训练精度与泛化能力。
