一种基于稀疏标签自演化的增材制造钢组织定量表征与性能预测方法

本发明公开了一种基于稀疏标签自演化的增材制造钢组织定量表征与性能预测方法，对增材制造钢的原始图像剪裁并批量生成弱掩模，形成弱标签图像块；选出最具代表性的部分图像进行交互式像素级精修，获得高精度精修掩模；构建带注意力门的语义分割网络Attention U‑Net，利用深层语义特征作为门控信号，自适应抑制马氏体伪边界并激活真实晶界特征；依次通过弱监督预热、专家知识注入微调，以及置信度加权半监督进化，获得具备高精度的教师模型；利用教师模型对弱标签图像块进行重新推理，生成高质量伪标签，初始化一个全新的、未经过预训练的Attention U‑Net网络作为学生模型，再利用上述弱标签图像块及其生成的高质量伪标签，对该学生模型从零开始进行完整训练，实现专家知识的全局泛化；用于晶粒拓扑定量与屈服强度跨尺度预测；实现从微观数字拓扑到宏观屈服强度的正向预测。