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。