卷積神經(jīng)網(wǎng)絡(luò)金相組織自動識別

王佳銳，劉能鋒，曲鵬

（1.廊坊燕京職業(yè)技術(shù)學(xué)院 機(jī)電工程系，河北 廊坊 065200;2.哈爾濱工業(yè)大學(xué) 實驗與創(chuàng)新實踐教育中心，廣東 深圳 518055）

鋼鐵材料是目前工業(yè)中應(yīng)用最廣、用量最大的金屬材料[1]。鋼鐵材料受加熱條件、軋制工藝、冷卻速度、熱處理工藝等因素的影響，其顯微組織類型及形貌特征等呈現(xiàn)出多樣性和復(fù)雜性，也決定著材料的性能，因此對鋼鐵材料顯微組織進(jìn)行正確分類尤其重要[2]。其中鐵素體和馬氏體的結(jié)構(gòu)和性能差別較大。鐵素體[3]顯微組織呈明亮的多邊形晶粒組織，各晶粒位向不同，受腐蝕程度略有差異，因而稍顯明暗不同。鐵素體組織具有良好的塑性和韌性，但強(qiáng)度和硬度很低。鐵素體不銹鋼因性價比高而應(yīng)用廣泛。430 鐵素體不銹鋼[3]可作為洗衣機(jī)滾筒制造材料，洗碗機(jī)內(nèi)壁材料等。439 鐵素體不銹鋼[3]具有焊接性和成型性佳的特點，在制糖和能源產(chǎn)業(yè)中作為熱交換管使用。馬氏體[3]的立體組織有片狀和板條狀，在金相中多為針狀組織。相比鐵素體而言馬氏體具有高強(qiáng)度和硬度，但塑性幾乎為零。420 馬氏體不銹鋼[3]用作外殼手術(shù)刀具。鐵素體和馬氏體組織對鋼鐵材料的工藝性能和使用性能有著重要影響，區(qū)分與辨識二者尤為關(guān)鍵。

不同材料元素在一定條件下可以制備出相應(yīng)的金屬材料，每種金屬材料由于各組份呈現(xiàn)不同的分布狀態(tài)和具有特定形態(tài)的金相組織圖像。通過金相組織圖像可以觀察該材料的宏觀組織形貌。金相組織主要是通過光學(xué)顯微鏡拍攝相應(yīng)圖像，通過人工觀察與分析金相圖片可獲得材料信息，如通過確定金相組織可推測該材料的力學(xué)性能、評判工藝措施是否合理等，是最常規(guī)的一種材料表征方法[4]。該表征方法需要技術(shù)人員具有較高的專業(yè)知識儲備以及豐富的實踐經(jīng)驗?，F(xiàn)實中往往由于從業(yè)人員專業(yè)水平不高、人工觀察不細(xì)致，導(dǎo)致分析的結(jié)果不準(zhǔn)確，效率較低。因此，利用自動辨識技術(shù)對金相組織圖像進(jìn)行計算機(jī)輔助鑒別，將有效提高評判的準(zhǔn)確度和效率，對金相組織相關(guān)的科研分析、生產(chǎn)檢測以及相關(guān)教學(xué)工作都具有重要意義。

計算機(jī)圖像識別技術(shù)是人工智能技術(shù)的重要領(lǐng)域之一，在許多領(lǐng)域都有成熟的應(yīng)用，對金屬材料領(lǐng)域也有一定的應(yīng)用。張勇等[5]改進(jìn)BP 神經(jīng)網(wǎng)絡(luò)對AZ91 鎂合金晶粒尺寸進(jìn)行預(yù)測，使誤差降低5%。張鵬等[6]提出了一種預(yù)測Gd2O3/6061Al中子屏蔽材料力學(xué)性能的卷積神經(jīng)網(wǎng)絡(luò)模型，捕捉晶粒并統(tǒng)計晶粒大小、數(shù)目等信息。曹卓等[7]研究發(fā)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)模型中梯度與材料性能之間有一定的關(guān)聯(lián)性，并進(jìn)一步驗證了卷積神經(jīng)網(wǎng)絡(luò)具有較好的材料性能預(yù)測能力。李維剛等[8]采用掃描電子顯微鏡（scanning electron microscope，SEM）獲得鋼鐵材料微觀組織圖片進(jìn)行自動辨識，取得了較好的效果，然而訓(xùn)練樣本數(shù)量過小，容易造成模型過擬合現(xiàn)象，對于不同尺度的微觀組織圖并未做深入研究。目前針對金屬表面形貌的自動識別研究主要集中于通過SEM 掃描電鏡得到清晰度較高的某種特定微觀組織圖像，采用傳統(tǒng)的數(shù)字圖像處理方法，擬合晶粒邊界，實現(xiàn)晶粒分割[9]；獲取晶粒尺寸信息、對晶粒尺寸及性能預(yù)測[5-7]；采取手動提取圖像特征，利用數(shù)據(jù)挖掘或機(jī)器學(xué)習(xí)實現(xiàn)圖像分類或結(jié)構(gòu)性能分析等[10-13]。然而利用卷積神經(jīng)網(wǎng)絡(luò)技術(shù)對金相組織圖像自動識別的研究卻非常少，有效研究成果更是寥寥無幾。

本文建立金相組織圖像數(shù)據(jù)集，改進(jìn)LeNet-5、AlexNet、VGGNet 3 種不同卷積神經(jīng)網(wǎng)絡(luò)模型，實現(xiàn)自動辨識鐵素體與馬氏體的金相組織。通過實驗結(jié)果分析改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)模型特點，使卷積神經(jīng)網(wǎng)絡(luò)算法可在金屬材料組織的自動辨識領(lǐng)域推廣應(yīng)用。該技術(shù)可在工業(yè)原材料檢測、材料制備檢測、成本檢測及教學(xué)科研等領(lǐng)域?qū)崿F(xiàn)鐵素體與馬氏體金屬材料組織的自動辨識，不受人為因素影響，有效提高二者的識別率，為后續(xù)材料性能分析、工藝研究以及材料的使用等奠定理論依據(jù)。

1 金相組織圖像獲取與數(shù)據(jù)集創(chuàng)建

數(shù)據(jù)集是影響卷積神經(jīng)網(wǎng)絡(luò)準(zhǔn)確度的重要因素之一，數(shù)據(jù)集的整理也是本文需要解決的首要問題。卷積神經(jīng)網(wǎng)絡(luò)等算法模型要得到高的準(zhǔn)確度，需要大量的樣本訓(xùn)練，然而實驗數(shù)據(jù)有限，很難獲得大量相同材料的金相組織圖像。通過標(biāo)準(zhǔn)金相樣塊，利用奧林巴斯BX 系列正置金相顯微鏡獲取金相圖像。圖1 為收集的金相顯微組織圖像。

圖1 金相組織圖像Fig.1 Metallographic structure images

雖然在同一平面內(nèi)晶粒大小不同，但金相組織分布相對均勻，整體特征與局部特征相似，分割后的圖像也具有較高的辨識度。訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)模型需要大量樣本集，如果輸入的圖像尺寸較大，則訓(xùn)練過程中會產(chǎn)生較大的計算量和大量的參數(shù)，這會影響模型訓(xùn)練的速度，甚至對計算機(jī)硬件提出很高的要求，實驗室無法實現(xiàn)其模型訓(xùn)練過程。小尺寸圖像樣本有助于提高模型的訓(xùn)練速度，對計算機(jī)的硬件要求相對較低。有些圖像的局部特征不明顯或清晰度不高，影響模型訓(xùn)練的準(zhǔn)確度，采用圖像分割可以將其去除，避免不必要的影響。因此，本文采用金相組織圖像分割的方法增大樣本數(shù)量。

圖2 為采集的金相組織圖像經(jīng)過改變分辨率和分割的方法獲得大小為(32×32) dpi 的對比圖像。

圖2 金相組織圖像分辨率統(tǒng)一及分割圖像對比Fig.2 Resolution unification of metallographic structure images and image segmentation comparison

圖2 中(a)圖為將圖1 中(a)圖鐵素體的金相組織圖像分辨率歸一化為(128×128) dpi，將(a)圖分割成(64×64) dpi 的四分圖像得到圖2 中的(b) 圖，(c) 圖為將(a) 圖分割成16 份(32×32)dpi 的圖像，(d)圖中將(b)圖(64×64) dpi 的圖像縮小成(32×32) dpi 的圖像。由所得圖像可以觀察到，(c)圖中大部分晶粒被分割，圖像中信息無法反映晶粒特征，(d)圖中的晶粒特征被保留下來，本文采用此類圖像建立樣本數(shù)據(jù)集。

金相組織圖像的清晰度受光線等影響，在參與模型訓(xùn)練前需進(jìn)行圖像預(yù)處理。本文運用歸一化[14]方法將圖像灰度值范圍擴(kuò)大以提高圖像的對比度。實驗發(fā)現(xiàn)該方法同時會產(chǎn)生一定的干擾點，本文通過高斯平滑處理[15-17]進(jìn)行降噪，得到較理想的圖像，如圖3 所示。因金相組織圖像放大倍數(shù)不同，在分割成相同尺寸的圖像時，放大倍數(shù)較大的金相組織晶粒較少，有些圖像甚至只有某個晶粒的一部分，為使模型具有一定的實用性，本文將一些圖像進(jìn)行縮小處理，從而替代無法反應(yīng)晶粒真實特征的圖像。

圖3 金相組織圖像灰度值歸一化、平滑處理對比Fig.3 Comparison of normalization and smoothing of gray value of metallographic structure image

圖3 中(a)和(d)分別是鐵素體和馬氏體經(jīng)過分割后的圖像，(b)和(e)分別是(a)與(d)經(jīng)過灰度值歸一化后所得的圖像，晶粒特征更加清晰，但同時產(chǎn)生一些噪點，干擾圖像信息，(c)和(f)分別是(b)與(e)經(jīng)過高斯平滑處理后所得圖像，可看出圖像降噪處理后，其特征信息同時得到保留。本文所建數(shù)據(jù)集為原圖像經(jīng)過上述圖像預(yù)處理操作。

綜上所述，本文的數(shù)據(jù)集圖像分為兩類：鐵素體和馬氏體，每類圖像的訓(xùn)練樣本集有1000 張，測試集為150 張，分辨率為(32×32) dpi，均為1 通道灰度圖像。

2 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

人工神經(jīng)網(wǎng)絡(luò)[18-19]是模擬動物神經(jīng)網(wǎng)絡(luò)連接方式處理數(shù)據(jù)的一種算法模型，它由多個神經(jīng)元結(jié)構(gòu)連接組成。神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)，是通過計算機(jī)自主學(xué)習(xí)找到一組權(quán)重，使得神經(jīng)網(wǎng)絡(luò)的輸出與目標(biāo)越來越接近[18]。

卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network,CNN）[20-22]的層與層之間通過卷積計算的方式連接。圖4 反應(yīng)了全連接與卷積連接的區(qū)別。

圖4 全連接與卷積連接方式比較Fig.4 Comparison of fully connection and convolutional connection

卷積神經(jīng)網(wǎng)絡(luò)主要包含卷積層、池化層和全連接層。輸入數(shù)據(jù)經(jīng)過卷積層的卷積計算后，得到特征圖像，具體計算為

式中：wi j為權(quán)重值，xm+i,n+j為輸入值，b為偏置，ymn為特征值。

特征圖像經(jīng)過池化層[24-25]后可縮小尺度。池化層的采樣方式有均勻采樣、最大下采樣等。最大下采樣（max pooling）是在采樣區(qū)域取最大值作為輸出。如果進(jìn)行S1×S2的均勻采樣，取S1×S2內(nèi)輸入值x的 平均值為該區(qū)域的輸出值y，具體計算為

式中：ymn為S1×S2區(qū)域的 輸出值，xm×S1+i,n×S2+j為S1×S2區(qū)域內(nèi)的任意輸入值。

全連接層是一個淺層感知機(jī)，起到分類的作用。輸出層采用softmax 分類器，通過計算概率來判別樣本種類，可完成多種類別的分類，具體計算為

式中：k表示某個分類表 示該分類的值，p(y(i)=k|x(i),θ)表 示第k類的概率，θ為權(quán)重。

通過訓(xùn)練集樣本的學(xué)習(xí)，softmax 分類器學(xué)習(xí)最優(yōu)參數(shù)，使得損失函數(shù)的損失值達(dá)到最小，最常用的為交叉熵函數(shù)，具體計算為

式中：1 {y(i)=j}表示若樣本i的真實分類為j，則取值為1。

訓(xùn)練的過程中損失函數(shù)的值逐漸減小，準(zhǔn)確度逐漸增高，卷積神經(jīng)網(wǎng)絡(luò)模型逐漸收斂，當(dāng)損失函數(shù)小于允許的范圍，即得到訓(xùn)練模型。

3 不同卷積神經(jīng)網(wǎng)絡(luò)對比及改進(jìn)

3.1 LeNet-5 網(wǎng)絡(luò)結(jié)構(gòu)及改進(jìn)

LeNet-5 網(wǎng)絡(luò)[26]結(jié)構(gòu)中使用BP 算法訓(xùn)練模型，采用Sigmoid 作為激活函數(shù)，提取原始圖像上的有效表征。Sigmoid 激活函數(shù)具體計算為

該函數(shù)平滑、易與求導(dǎo)，將輸入值映射到[0,1]。

本文改進(jìn)LeNet-5 網(wǎng)絡(luò)模型記為LeNet-Met-Str，輸入層為(32×32) dpi 的1 通道灰度圖像，第1 層為卷積層，包含6 個5×5 的卷積核，步長為1，與輸入圖像進(jìn)行卷積計算，得到6 個(28×28) dpi的特征圖像；第2 層為池化層，池化核尺寸為2×2步長為2，采用均值下采樣方式得到6 個(14×14)dpi 特征圖像；第3 層為卷積層，16 個5×5 的卷積核，步長為1，采用局部連接的方式得到16 個(10×10) dpi 的特征圖像；第4 層為池化層，池化核尺寸為2×2，步長為2，采用均值下采樣方法得到16個(5×5) dpi 的特征圖像；第5 層為全連接層，使用120 個神經(jīng)元做全連接；第6 層為全連接層，含有84 個隱藏單元；最后的輸出層為2 個，用以實現(xiàn)鐵素體和馬氏體的自動識別。圖5 為本文運用LeNet-MetStr 網(wǎng)絡(luò)結(jié)構(gòu)訓(xùn)練金相組織模型示意圖。

圖5 LeNet-MetStr 網(wǎng)絡(luò)結(jié)構(gòu)Fig.5 LeNet-MetStr network structure

3.2 AlexNet 網(wǎng)絡(luò)結(jié)構(gòu)及改進(jìn)

AlexNet 網(wǎng)絡(luò)[27-28]結(jié)構(gòu)采用了Relu 激活函數(shù)；池化尺寸比步長大，產(chǎn)生覆蓋的池化操作，使結(jié)果更準(zhǔn)確；引入Dropout 隨機(jī)刪除網(wǎng)絡(luò)中的一些隱藏神經(jīng)元，有效避免過擬合現(xiàn)象，模型訓(xùn)練時間也相對縮短。

Relu 激活函數(shù)[29]的具體計算為

該函數(shù)為非零線性函數(shù)，有效克服梯度消失，加快訓(xùn)練速度。

AlexNet 網(wǎng)絡(luò)輸入的圖像是能反應(yīng)顏色特征的三通道彩色圖像，且分辨率是(224×224) dpi。而本文所研究的金相組織圖像并不需要彩色來反應(yīng)其特征，所以輸入圖像仍為(32×32) dpi 的單通道灰度圖像。

本文將AlexNet 改進(jìn)網(wǎng)絡(luò)記為AlexNet-Met-Str，網(wǎng)絡(luò)結(jié)構(gòu)共6 層，其中2 層卷積層，2 層池化層，2 層全連接層。第1 層為卷積層，采用7×7 的96 個卷積核，步長為1，得到(26×26) dpi 的96 個特征圖像；第2 層為池化層，采用3×3 的池化核，步長為2 的最大值下采樣法進(jìn)行池化；第3 層為卷積層，采用5×5×256 的卷積核，步長為1，得到(9×9) dpi 的256 個特征圖像；第4 層為池化層，采用3×3 的池化核，步長為1 最大值下采樣法進(jìn)行池化；第5 層和第6 層為全連接層，全連接層采用Dropout (丟棄概率rate=0.5)來隨機(jī)刪除一些隱藏神經(jīng)元以提高效率，降低過擬合現(xiàn)象。

3.3 VGGNet 網(wǎng)絡(luò)結(jié)構(gòu)及改進(jìn)

VGGNet[29]通過采用3×3，步長為1 的小卷積核多次掃描的方法，加深了網(wǎng)絡(luò)的深度，其優(yōu)點是有較好的泛化能力，良好的遷移學(xué)習(xí)能力。

本文根據(jù)所研究圖像特性對VGG16 網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行改進(jìn)，記為VGG-MetStr。該模型中采用的激活函數(shù)為ELU 函數(shù)[30]，具體計算為

式中：α為可調(diào)節(jié)的參數(shù)。ELU 函數(shù)將Sigmoid 函數(shù)和Relu 函數(shù)相結(jié)合，有效解決Relu 函數(shù)在負(fù)數(shù)時不被激活、梯度消失的情況，更具魯棒性，收斂速度更快。

VGG-MetStr 網(wǎng)絡(luò)結(jié)構(gòu)共有17 層，分為6 段，前5 段每段由兩層卷積層和一層池化層組成，卷積層采用3×3，步長為1 的卷積核進(jìn)行卷積，池化層采用大小為2×2，步長為1 的池化核進(jìn)行池化計算。最后一段為2 層全連接層。

4 實驗結(jié)果與分析

本實驗的硬件支持CPU 為intel i7-9750H，GPU 為NVIDIA GTX1650，內(nèi)存8 GB，操作系統(tǒng)為Unbuntu18，環(huán)境為Pycharm，平臺使用Tensorflow 與keras，語言使用Python。網(wǎng)絡(luò)模型的參數(shù)采用隨機(jī)生成，實驗所得數(shù)據(jù)結(jié)果采用Tensor-Board 可視化。經(jīng)過預(yù)處理后的數(shù)據(jù)集圖像作為輸入，經(jīng)過3 種改進(jìn)網(wǎng)絡(luò)結(jié)構(gòu)訓(xùn)練，得到本文主要統(tǒng)計的2 個指標(biāo)，準(zhǔn)確度(acc)和損失函數(shù)(loss)。圖6 為LeNet-MetStr 網(wǎng)絡(luò)模型在不同迭代次數(shù)訓(xùn)練樣本模型時所得的準(zhǔn)確度。

圖6 LeNet-MetStr 網(wǎng)絡(luò)模型在不同迭代次數(shù)訓(xùn)練樣本模型所得的準(zhǔn)確度Fig.6 Accuracy of LeNet-Metstr network model in training sample model with different iteration times

圖6(a)為采用LeNet-MetStr 網(wǎng)絡(luò)模型在訓(xùn)練次數(shù)為20 時所得訓(xùn)練樣本準(zhǔn)確度，圖6(b)為采用LeNet-MetStr 網(wǎng)絡(luò)模型在訓(xùn)練次數(shù)為50 時所得訓(xùn)練樣本準(zhǔn)確度。由圖6 可以看出，隨著訓(xùn)練次數(shù)及迭代次數(shù)增多，模型收斂速度加快，準(zhǔn)確度也有所增長。后續(xù)的模型訓(xùn)練中，本文均采用訓(xùn)練次數(shù)為50。

本文將3 種改進(jìn)網(wǎng)絡(luò)訓(xùn)練模型的準(zhǔn)確度與損失函數(shù)值做對比得出結(jié)果如表1 所示，其中LeNet-MetStr 網(wǎng)絡(luò)和VGG-MetStr 網(wǎng)絡(luò)訓(xùn)練模型的準(zhǔn)確度均可達(dá)到最高值100%，AlexNet-MetStr 網(wǎng)絡(luò)訓(xùn)練模型的準(zhǔn)確度可達(dá)到97%；對比損失函數(shù)值，AlexNet-MetStr 網(wǎng)絡(luò)訓(xùn)練模型的損失函數(shù)值最大，LeNet-MetStr 網(wǎng)絡(luò)訓(xùn)練模型的損失函數(shù)值其次，VGG-MetStr 網(wǎng)絡(luò)訓(xùn)練模型的損失函數(shù)值最小。

表1 LeNet-MetStr、AlexNet-MetStr、VGG-MetStr 訓(xùn)練模型準(zhǔn)確度和損失值對比Table 1 Comparison of accuracyand loss value of LeNet-MetStr,AlexNet-MetStr and VGG-MetStr training models

圖7 為3 種改進(jìn)網(wǎng)絡(luò)模型訓(xùn)練過程所得準(zhǔn)確度的變化過程。

圖7 3 種改進(jìn)網(wǎng)絡(luò)模型訓(xùn)練所得準(zhǔn)確度變化過程Fig.7 Change process of accuracy obtained from training of three improved network models

對比圖7 中3 種模型訓(xùn)練過程中準(zhǔn)確度的變化過程，可以觀察到LeNet-MetStr 網(wǎng)絡(luò)模型在迭代約300 次后，準(zhǔn)確度開始快速上升，迭代次數(shù)至500 次左右，準(zhǔn)確度達(dá)到約0.8，能較快的趨于收斂，隨后準(zhǔn)確度緩慢上升；AlexNet-MetStr 網(wǎng)絡(luò)模型在迭代次數(shù)約500 次之前，訓(xùn)練過程與LeNet-MetStr 網(wǎng)絡(luò)模型訓(xùn)練過程相似，其后收斂效果較優(yōu)，準(zhǔn)確度提升相對較慢；VGG-MetStr 網(wǎng)絡(luò)模型在迭代約600 次后，準(zhǔn)確度開始快速上升，迭代次數(shù)至500 次左右，準(zhǔn)確度達(dá)到約0.8，訓(xùn)練過程稍長，迭代次數(shù)在4500 至5000 次左右時，收斂效果更優(yōu)，準(zhǔn)確度更高。該結(jié)果與網(wǎng)絡(luò)結(jié)構(gòu)設(shè)置及相關(guān)參數(shù)設(shè)置相符。

本文將測試集數(shù)據(jù)傳入3 種網(wǎng)絡(luò)訓(xùn)練好的模型，得到測試集的準(zhǔn)確度如表2 所示。

表2 LeNet-MetStr、AlexNet-MetStr、VGG-MetStr 模型測試集準(zhǔn)確度Table 2 Test accuracy of LeNet-MetStr,AlexNet-MetStr and VGG-MetStr models

由表2 可以看出，VGG-MetStr 網(wǎng)絡(luò)所得訓(xùn)練模型能夠100%識別測試集的圖像，LeNet-Met-Str 網(wǎng)絡(luò)和AlexNet-MetStr 網(wǎng)絡(luò)所得的訓(xùn)練模型識別測試集圖像的準(zhǔn)確度均為94.99%。VGG-Met-Str 網(wǎng)絡(luò)模型要優(yōu)于LeNet-MetStr 網(wǎng)絡(luò)模型和AlexNet-MetStr 網(wǎng)絡(luò)模型。

在實際使用中，會出現(xiàn)未經(jīng)過預(yù)處理的圖像作為輸入，檢測材料類別。為此，將未經(jīng)預(yù)處理的150 張測試集圖像進(jìn)行測試，所得結(jié)果如圖8所示。

圖8 3 種改進(jìn)網(wǎng)絡(luò)模型對未經(jīng)預(yù)處理測試集判斷結(jié)果Fig.8 Judgment results of three improved network models on non preprocessed test sets

由結(jié)果可見，150 個測試圖像中，LeNet-Met-Str 網(wǎng)絡(luò)模型可以準(zhǔn)確識別134 個，AlexNet-Met-Str 網(wǎng)絡(luò)模型可以準(zhǔn)確識別128 個，VGG-MetStr 網(wǎng)絡(luò)模型可以準(zhǔn)確識別141 個。表3 為3 種模型未經(jīng)預(yù)處理測試集準(zhǔn)確度對比。

表3 LeNet-MetStr、AlexNet-MetStr、VGG-MetStr 模型未經(jīng)預(yù)處理測試集準(zhǔn)確度Table 3 Unprocessed Test accuracy of LeNet-MetStr,AlexNet-MetStr and VGG-MetStr models

由此可見，對未經(jīng)預(yù)處理的圖像測試，VGGMetStr 網(wǎng)絡(luò)模型仍可得到較高的準(zhǔn)確度。

本文對3 種改進(jìn)網(wǎng)絡(luò)層級進(jìn)行比較，如表4所示?？梢钥闯鯨eNet-MetStr 和AlexNet-Met-Str 的網(wǎng)絡(luò)層級相同，AlexNet-MetStr 比LeNet-MetStr 的卷積核和池化尺寸較大，VGG-MetStr 網(wǎng)絡(luò)的卷積核小，層級比LeNet-MetStr 和AlexNet-MetStr 兩種網(wǎng)絡(luò)模型更深。

表4 LeNet-MetStr、AlexNet-MetStr、VGG-MetStr 網(wǎng)絡(luò)層級比較Table 4 Comparison of network levels of LeNet-MetStr,AlexNet-MetStr,VGG-MetStr

經(jīng)過實驗數(shù)據(jù)對比可以看出，LeNet-Met-Str 網(wǎng)絡(luò)結(jié)構(gòu)簡單，由于卷積核尺寸較小，網(wǎng)絡(luò)層級較深，對本文所研究的小尺寸圖像訓(xùn)練有很好的效果。AlexNet-MetStr 網(wǎng)絡(luò)模型卷積核尺寸相對較大，對大數(shù)量樣本和大尺寸彩色圖像有很快的計算速度和很高的準(zhǔn)確度，而本文由于樣本數(shù)量有限，輸入的圖像尺寸相對較小，AlexNet-Met-Str 網(wǎng)絡(luò)在訓(xùn)練過程中會丟失圖像部分細(xì)節(jié)特征，從而沒有得到較好的準(zhǔn)確度。VGG-MetStr 網(wǎng)絡(luò)模型采用更深的層和更小的卷積核計算特征圖像，能提取圖像中細(xì)小的特征，VGG-MetStr 比Le-Net-MetStr 和AlexNet-MetStr 具有更高的準(zhǔn)確度，更好的收斂效果。

5 結(jié)束語

本文通過對金相組織圖像特征分析，改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)鐵素體和馬氏體兩種金相組織圖的自動識別，模型訓(xùn)練及測試準(zhǔn)確度最高均可達(dá)到100%。結(jié)論總結(jié)如下：

1）分析鐵素體與馬氏體的金相組織圖像特點，采用圖像增強(qiáng)、圖像裁剪、尺寸縮放等方法進(jìn)行圖像預(yù)處理，得到能夠反映鐵素體和馬氏體金相組織特征的訓(xùn)練樣本集和測試集。

2）提出金相組織自動識別卷積網(wǎng)絡(luò)模型。結(jié)合金相組織訓(xùn)練樣本圖像特征，優(yōu)化卷積神經(jīng)網(wǎng)絡(luò)模型，對各層網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)進(jìn)行調(diào)整，獲得訓(xùn)練模型準(zhǔn)確度優(yōu)異的LeNet-MetStr、AlexNet-MetStr、VGG-MetStr 3 種改進(jìn)網(wǎng)絡(luò)模型。

3）通過對比3 種改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)模型，分析其性能，得出VGG-MetStr 網(wǎng)絡(luò)模型優(yōu)于LeNet-MetStr、AlexNet-MetStr 網(wǎng)絡(luò)模型的結(jié)論，與理論相符。本文驗證了使用卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)金相組織圖像自動識別的可行性和準(zhǔn)確性，為今后更多金相組織種類的自動識別奠定基礎(chǔ)，筆者今后將對雙相金相組織圖像分析及自動辨識做進(jìn)一步研究。