一种全卷积神经网络及相应的细观结构识别方法，通过在网络中综合采用最大池化索引连接和通道连接的方法，两方法串行处理，充分利用了编码器浅层低级边缘信息和解码器深层语义信息，取得了更好的效果。在放大图像分辨率的过程中，仅采用了上采样的方式，降低了对于显存的消耗，也减少了网络训练的时间。通过交叉对称采用批正则化，尽可能保证卷积之后特征图的原分布状态，进一步增强了卷积神经网络的表达能力，实现对CMCs预制体XCT切片的语义分割，提高了细观结构识别的准确率。采用相同的全卷积神经网络对不同陶瓷基
复合材料复杂预制体的编织结构进行细观结构识别，摒弃了不同编织结构采用不同的全卷积神经网络权值文件，简化了识别操作。
声明：
“全卷积神经网络及相应的细观结构识别方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1146
编辑：管理员
来源：北方有色网
咨询细节
