一种基于深度学习的纳米材料TEM图像分类方法及系统
本发明提供一种基于深度学习的纳米材料TEM图像分类方法及系统,方法包括:获取TEM图像数据集并进行预处理,将预处理后的TEM图像数据集划分为训练集、验证集和测试集;构建TEM图像分类模型;利用训练集对TEM图像分类模型进行迭代训练,并设置总损失函数监督训练过程,训练后保存训练权重;将验证集输入训练后的TEM图像分类模型对分类效果进行验证,获取最优的TEM图像分类模型;将测试集输入最优的TEM图像分类模型中进行图像分类,获取测试集中每张纳米材料TEM图像的分类结果;本发明基于多分辨率并行架构、交叉跨分辨率融合机制,以及辅助监督注意力模块,能够捕捉TEM图像中复杂且相互依赖的特征,有效改善了分类的准确性和鲁棒性。