基于改進(jìn)U-Net的噴射成形高速鋼碳化物提取算法

陳家樹, 侯國棟, 周繼寬, 劉天琪, 鄧百川, 張祥林

(1. 華中科技大學(xué) 材料科學(xué)與工程學(xué)院, 湖北 武漢 430074;2. 河冶科技股份有限公司, 河北 石家莊 052165;3. 湖北會盛百模具材料科技有限公司, 湖北 武漢 430080)

高速鋼是一種高碳高合金工具鋼,具有高硬度、高耐磨性等特點(diǎn),在機(jī)械加工、汽車制造、航空航天等領(lǐng)域有著廣泛應(yīng)用[1]。高速鋼的碳含量高達(dá)0.7%～1.65%,合金元素含量可達(dá)10%～30%。高含量的合金元素使得高速鋼經(jīng)充分淬火后得到高硬度的馬氏體組織,并與碳元素結(jié)合生成各類碳化物。因此,高速鋼熱處理后的組織主要由馬氏體和碳化物構(gòu)成[2],而碳化物的種類、分布、大小、形態(tài)會對高速鋼的各項(xiàng)性能起重要作用[3],故深入研究高速鋼中碳化物的演變特點(diǎn)具有重要意義。

早期,鋼中碳化物的研究主要依賴于人工檢測,但此方法主觀因素影響大、結(jié)果不夠精準(zhǔn)且效率低下[4]。因此,將人工定性分析轉(zhuǎn)變?yōu)橐劳杏诟呔?、高效率的自動化定量分?一直是金相定量分析領(lǐng)域的重要研究課題。如今,傳統(tǒng)數(shù)字圖像處理在人工智能技術(shù)的支撐下得到了飛速發(fā)展,國內(nèi)外研究人員利用新興圖像處理技術(shù)對鋼中碳化物進(jìn)行了自動化定量分析,并取得了一些成果。如Hecht等[5]對ImageJ軟件進(jìn)行二次開發(fā),設(shè)計了基于灰度值的碳化物分割算法。Smeets等[6]借助卷積神經(jīng)網(wǎng)絡(luò)將采集到的鋼中碳化物的金相照片與標(biāo)準(zhǔn)圖庫進(jìn)行匹配,完成了碳化物的自動評級。張吉[7]建立了面積直方圖理論與鎢系高速鋼中碳化物分布的內(nèi)在聯(lián)系,總結(jié)了碳化物大小和數(shù)量隨其標(biāo)準(zhǔn)分級的變化規(guī)律。單隴紅[8]改進(jìn)了邊緣提取算法,并采用自主設(shè)計的隨機(jī)分割算法對GCr15軸承鋼中的碳化物均勻分布情況進(jìn)行評級。

盡管目前對鋼中碳化物的自動化定量分析已經(jīng)取得一定進(jìn)展,但大多算法及模型無法對鋼中碳化物的種類進(jìn)行明確區(qū)分,導(dǎo)致定量分析針對性不足。因此,如何進(jìn)一步優(yōu)化模型,提高不同碳化物量化研究的準(zhǔn)確性仍值得深入研究。語義分割[9]是將圖像中的目標(biāo)對象從背景中提取出來的技術(shù),精度達(dá)像素級別,該技術(shù)最早應(yīng)用于醫(yī)學(xué)領(lǐng)域,如細(xì)胞統(tǒng)計、CT影像處理等。由于碳化物在鋼基體上的分布與細(xì)胞在組織中的分布有一定相似性,將該技術(shù)應(yīng)用到鋼中碳化物的提取研究中,能實(shí)現(xiàn)不同種類碳化物的精準(zhǔn)提取。選用U-Net語義分割模型[10]為基準(zhǔn)網(wǎng)絡(luò),對其進(jìn)行針對性改進(jìn),從而對高速鋼中碳化物進(jìn)行分割,命名該模型為GSG-Unet,其能自動識別并準(zhǔn)確定位微觀組織圖像上的碳化物,將碳化物從馬氏體基體上準(zhǔn)確提取出來,從而為碳化物的定量分析提供強(qiáng)有力的自動化技術(shù)支持。

1 網(wǎng)絡(luò)模型設(shè)計

U-Net模型的網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示,該模型主干網(wǎng)絡(luò)由編碼器和解碼器兩部分構(gòu)成。編碼器共5個階段,前4個階段的操作是一致的,均通過兩次卷積來提取待分割對象特征,以ReLU作為激活函數(shù),該函數(shù)為分段線性函數(shù),只有輸入為正時才會產(chǎn)生輸出結(jié)果,因其簡單的判別方式已成為許多神經(jīng)網(wǎng)絡(luò)的默認(rèn)激活函數(shù)。然后通過一次最大池化操作來進(jìn)行下采樣。而第5階段由于與解碼器相連,下采樣變成了上采樣,其余操作完全相同。解碼器則包含4個階段,且與編碼器前4個階段一一對應(yīng),從而形成“U型結(jié)構(gòu)”,其操作與編碼器的第5階段完全一致。經(jīng)過編碼解碼后,最終通過一個1×1的卷積核完成輸出。

圖1 U-Net模型結(jié)構(gòu)Fig.1 Structure of U-Net model

1.1 GSG-Unet網(wǎng)絡(luò)模型

U-Net模型本身結(jié)構(gòu)較為簡單、網(wǎng)絡(luò)層數(shù)較淺、卷積層感受視野較小、模型抗干擾能力弱,因此需進(jìn)行適配性的改進(jìn)以完成碳化物的分割任務(wù)。

本文提出的GSG-Unet網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。改進(jìn)后模型的編碼過程從上到下共5個階段。前4個階段由Conv 3×3標(biāo)準(zhǔn)卷積操作、不同數(shù)量的ConvNext Block及大小為2×2的最大池化下采樣組成,激活函數(shù)采用ReLu。5個階段中加入的模塊數(shù)量不同,從上至下分別為2、3、9、3、3,共20個,這種“先多后少”的結(jié)構(gòu)設(shè)計來源于ConvNext-T網(wǎng)絡(luò),該網(wǎng)絡(luò)已在多個語義分割應(yīng)用場景證明了其優(yōu)越性。該策略能夠有效地提取出深層次的特征信息,同時減少模型的計算量和參數(shù)數(shù)量,使得網(wǎng)絡(luò)具有更好的訓(xùn)練效率[11]。

圖2 GSG-Unet模型結(jié)構(gòu)Fig.2 Structure of GSG-Unet model

解碼過程從下到上包含4個階段,與編碼器前4個階段對應(yīng)。由于改進(jìn)后的編碼器網(wǎng)絡(luò)結(jié)構(gòu)較深,為保持模型平衡性,改進(jìn)后模型在解碼器階段也添加了相應(yīng)數(shù)量的ConvNext模塊以避免信息丟失問題。解碼過程的每個階段包含2×2的上采樣操作、對應(yīng)編碼器相同階段的ConvNext網(wǎng)絡(luò)及Conv 3×3標(biāo)準(zhǔn)卷積操作,同樣采取RelU激活函數(shù)進(jìn)行判斷。

U-Net模型直接將編碼器提取到的淺層特征與解碼過程中的深層特征進(jìn)行疊加融合處理,這一操作會將不同量級的特征置于同一地位,從而可能出現(xiàn)目標(biāo)分割精度低、邊緣模糊等問題。針對這一不足,本文提出的GSG-Unet模型將編碼器前4個階段提取到的特征層先通過CBAM注意力機(jī)制進(jìn)行處理,再與解碼器中對應(yīng)階段的特征進(jìn)行融合,以此更好地增強(qiáng)模型對特征的關(guān)注和提取能力,提高模型性能。

1.2 ConvNeXt Block模塊

ConvNeXt是Facebook團(tuán)隊(duì)在2020年提出的一種純卷積神經(jīng)網(wǎng)絡(luò)[11],它比目前主流的Swin Transformer結(jié)構(gòu)[12]擁有更快的推理速度及更高的準(zhǔn)確率。ConvNeXt Block模塊借鑒了 ResNeXt中的分組卷積(Group convolution)[13],在模型復(fù)雜度和準(zhǔn)確度之間做到了更好的平衡,因此其結(jié)構(gòu)與ResNet Block較為相似,兩者結(jié)構(gòu)對比如圖3所示。

圖3 ConvNeXt Block模塊與ResNet Block結(jié)構(gòu)Fig.3 Structures of ConvNeXt Block module and ResNet Block

ConvNeXt Block模型的核心是通過建立起前后層之間的“短路連接”操作以提升訓(xùn)練過程當(dāng)中梯度的反向傳播,從而能訓(xùn)練出更深層的網(wǎng)絡(luò)模型。該模塊采用了MobileNet v2中的Inverted Bottoleneck架構(gòu)[14],能夠從信息含量更為復(fù)雜的圖像中準(zhǔn)確提取到特征。

ConvNeXt Block模塊相較于ResNet Block模塊做出了以下改進(jìn):首先采用深度可分離卷積,并將首次卷積操作的卷積核大小由3×3修正為7×7,從而提升了模型的計算速度和泛化能力;其次,將BN(Batch normalization)批標(biāo)準(zhǔn)化替換為LN(Layer normalization)層標(biāo)準(zhǔn)化,并減少了標(biāo)準(zhǔn)化次數(shù),這一操作使得網(wǎng)絡(luò)在訓(xùn)練期間始終有一個確定的均值和標(biāo)準(zhǔn)差,令訓(xùn)練更加可靠,且提高了網(wǎng)絡(luò)訓(xùn)練的速度;最后,ConvNeXt Block模塊選擇高斯誤差線性單元(GeLU)激活函數(shù)替代了ReLU,該函數(shù)相較于ReLU更加的平滑,加速了網(wǎng)絡(luò)訓(xùn)練速度,并提高了網(wǎng)絡(luò)準(zhǔn)確性。

1.3 CBAM注意力機(jī)制

CBAM(Convolutional block attention module)注意力機(jī)制結(jié)構(gòu)如圖4所示,該結(jié)構(gòu)由兩個模塊連接而成,分別生成空間和通道的注意力特征圖信息,從而增強(qiáng)特征間的聯(lián)系。通道注意力機(jī)制包含全局平均池化層和全連接層。該模塊將每個特征通道上的信息壓縮為一個全局統(tǒng)計特征,并自適應(yīng)地調(diào)整每一個特征通道的權(quán)重,提高了不同通道特征的表達(dá)能力;空間注意力機(jī)制結(jié)構(gòu)會對輸入的特征圖進(jìn)行全局最大池化和平均池化操作,將得到的兩個單元特征圖拼接在一起,通過一次層卷積操作獲得每個坐標(biāo)的權(quán)重因子,最終特征在空間維度上的表達(dá)能力得到了提高。該技術(shù)[15]在處理復(fù)雜場景和小目標(biāo)檢測等問題時表現(xiàn)出色,能夠提高模型的識別精度和泛化性能,因此被廣泛應(yīng)用于各類深度學(xué)習(xí)模型的改進(jìn)當(dāng)中。

圖4 CBAM模塊結(jié)構(gòu)Fig.4 Structure of CBAM module

2 試驗(yàn)結(jié)果及分析

2.1 數(shù)據(jù)集制作

采用噴射成形HSF122高速鋼制作語義分割數(shù)據(jù)集,該鋼種已在企業(yè)實(shí)際生產(chǎn)中取得良好應(yīng)用,其微觀組織如圖5(a)所示。從圖5(a)中可以看出,該鋼種共含有兩種碳化物,其中深色顆粒為MC型碳化物,主要為碳化釩(VC);白色小顆粒為M6C型碳化物,主要成分為W、Mo、Fe和C的混合結(jié)合(如Fe3W3C)。

圖5 數(shù)據(jù)集制作過程(a)原圖;(b)標(biāo)注;(c)標(biāo)簽Fig.5 Production process of data set(a) original image; (b) data annotations; (c) label

本文原始數(shù)據(jù)集采用80張10 000倍下拍攝的HSF122噴射成形高速鋼微觀組織掃描電鏡照片制作而成。對于語義分割任務(wù)來說,如果待分割目標(biāo)過多或過小,模型訓(xùn)練成本會大幅提升,且造成數(shù)據(jù)標(biāo)注過于困難,難以區(qū)分邊界。而10 000倍下掃描電鏡照片能清晰地觀察不同碳化物的形貌,且數(shù)量適中,適合作為數(shù)據(jù)集樣本,同時相同倍數(shù)的照片使得數(shù)據(jù)集樣本具備更好的一致性,消除了因金相制備及采集條件造成的信息失真等問題。這些因素可能包括樣品制備方法、樣品保存方式、電子束能量、加速電壓等條件的改變。該數(shù)據(jù)集采用Labelme深度學(xué)習(xí)專業(yè)標(biāo)注軟件進(jìn)行制作,過程如圖5所示。圖5(a)為原始圖像,圖5(b)是標(biāo)注過程示例,在此過程中采用不同顏色對兩種碳化物進(jìn)行標(biāo)記:深色MC型碳化物以紅色表示,M6C型碳化物以綠色表示,圖5(c)是制作完成后的數(shù)據(jù)集標(biāo)準(zhǔn)圖,此時一張圖像被分為背景、MC碳化物、M6C碳化物3個部分,這樣的劃分使得后續(xù)模型訓(xùn)練更加方便高效。

訓(xùn)練深度學(xué)習(xí)模型常常需要大量數(shù)據(jù),但本研究中的初始數(shù)據(jù)樣本較少,因此有必要使用數(shù)據(jù)增強(qiáng)操作對數(shù)據(jù)集樣本進(jìn)行擴(kuò)充。擴(kuò)充手段包括水平翻轉(zhuǎn)、豎直翻轉(zhuǎn)和對比度增強(qiáng),數(shù)據(jù)集擴(kuò)充后共獲得320張圖像。采取隨機(jī)抽樣的方式將其分為兩個子集:訓(xùn)練集和驗(yàn)證集,其比例為8∶2。再從驗(yàn)證集中隨機(jī)抽取16張圖像作為測試集,最終數(shù)據(jù)集中含訓(xùn)練集256張、驗(yàn)證集48張、測試集16張。

2.2 試驗(yàn)環(huán)境及評價指標(biāo)

所有網(wǎng)絡(luò)模型的訓(xùn)練及測試均在同一臺計算機(jī)上完成。計算機(jī)所搭建的深度學(xué)習(xí)環(huán)境配置為:處理器采用Intel Core i7-9700K,GPU采用NVIDIA GeForce RTX 3060顯卡,深度學(xué)習(xí)框架采用TensorFlow,整體開發(fā)環(huán)境采用Cuda 11.6,Python 3.9,Tensorflow-GPU-2.2.0,優(yōu)化器為隨機(jī)梯度下降法(SGD),最大迭代次數(shù)設(shè)置為100次。采用Voc2007數(shù)據(jù)集在U-Net上的訓(xùn)練結(jié)果作為初始權(quán)重進(jìn)行訓(xùn)練,即遷移學(xué)習(xí)[16],這種訓(xùn)練方法可以降低訓(xùn)練成本,節(jié)省大量的時間和計算資源,是訓(xùn)練自制小規(guī)模數(shù)據(jù)集常用的方式。

2.3 模型性能評價指標(biāo)

為了對改進(jìn)方法進(jìn)行有效性評估,采用多個語義分割任務(wù)評價指標(biāo)對模型性能進(jìn)行多維度的評價,包括:準(zhǔn)確率(Accuracy,Acc)、召回率(Recall)、類平均交并比(Mean intersection over union,MIoU)和骰子系數(shù)(Dice coefficient,Dice)。

Acc表示模型預(yù)測正確的像素點(diǎn)數(shù)與總像素點(diǎn)數(shù)之比,準(zhǔn)確率越高則表示模型預(yù)測性能越好;Recall表示待分割對象中被正確預(yù)測到的像素點(diǎn)數(shù)與待分割對象實(shí)際像素點(diǎn)數(shù)之比,召回率越高則表示模型能夠更好地找到待檢測對象;MIoU表示不同類別待分割對象的交并比均值,交并比是指模型預(yù)測出來的像素點(diǎn)與真實(shí)待分割對象像素點(diǎn)之間的交集與并集的比值,MIoU越高則表明模型能夠更加準(zhǔn)確的區(qū)分出不同類別的待分割目標(biāo);Dice系數(shù)表示模型預(yù)測結(jié)果與真實(shí)情況間的重疊情況,它是預(yù)測結(jié)果和真實(shí)結(jié)果的交集大小與它們的總大小之比,Dice系數(shù)越高,說明模型能夠更好地匹配真實(shí)情況。它們的混淆矩陣計算公式為:

(1)

(2)

(3)

(4)

式中:TP、TN、FP、FN均為混淆矩陣元素?；煜仃囀且环N用于評估分類模型性能的工具,它由4個元素組成:真正例(TP)、真負(fù)例(TN)、假正例(FP)和假負(fù)例(FN)。其中,真正例表示模型預(yù)測為正例且實(shí)際也為正例的樣本數(shù);真負(fù)例表示模型預(yù)測為反例且實(shí)際也為反例的樣本數(shù);假正例表示模型預(yù)測為正例但實(shí)際為反例的樣本數(shù);假負(fù)例表示模型預(yù)測為反例但實(shí)際為正例的樣本數(shù)。通過對這4個指標(biāo)的計算和分析,可以了解分類模型在正負(fù)樣本上的分類準(zhǔn)確性和誤判率,從而評估其性能。

2.4 模型性能測試

2.4.1 編碼器改進(jìn)試驗(yàn)

U-Net模型的編碼器網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜程度直接影響到模型提取特征能力的優(yōu)劣。若編碼器網(wǎng)絡(luò)深度過淺、結(jié)構(gòu)較為簡單,則模型提取圖像特征的能力將受到限制,難以捕捉復(fù)雜特征且抗干擾能力較弱。反之,隨著編碼器網(wǎng)絡(luò)的不斷加深,雖然提取特征的能力大幅提高,但也會出現(xiàn)過擬合、梯度消失、梯度爆炸等問題,同時計算成本大幅提高,硬件負(fù)荷過大導(dǎo)致模型訓(xùn)練困難。因此,選擇具有合適網(wǎng)絡(luò)深度的編碼器對模型性能非常重要。

為驗(yàn)證改進(jìn)后編碼器結(jié)構(gòu)ConvNeXt20-Unet的有效性,設(shè)計了在編碼器中添加不同數(shù)量的ConvNeXt Block模塊后的網(wǎng)絡(luò)模型,并進(jìn)行對比試驗(yàn),試驗(yàn)方案如表1所示。即通過對比加入0、14、20及29個ConvNeXt Block模塊的4種模型,確定編碼器改進(jìn)后的效果。

表1 U-Net編碼器改進(jìn)試驗(yàn)

表1中4種網(wǎng)絡(luò)模型的性能對比結(jié)果如表2所示。從表2中可以看出,原U-Net模型在針對高速鋼碳化物的分割任務(wù)上表現(xiàn)較差,各項(xiàng)性能表征值均較低,準(zhǔn)確率、召回率、類平均交并比、骰子系數(shù)分別為77.43%、66.62%、48.56%、54.74%,其中類平均交并比和Dice系數(shù)表現(xiàn)過差,均低于60%,說明原U-Net模型無法準(zhǔn)確識別碳化物類型并將它們從背景上分割出來,特征提取能力弱;添加了14個ConvNeXt Block模塊的CN14-Unet模型在各項(xiàng)性能上較原U-Net模型分別提高2.69%、2.66%、3.19%、4.69%,性能優(yōu)化效果并不顯著;而CN20-Unet模型的改進(jìn)方式最好,在各項(xiàng)指標(biāo)上較原U-Net模型分別提高了7.11%、8.79%、8.86%、11.72%,這表明此編碼器結(jié)構(gòu)的復(fù)雜程度最適合進(jìn)行碳化物的特征提取;而當(dāng)模塊數(shù)進(jìn)一步增多時,CN29-Unet模型的各項(xiàng)性能有所降低,這可能是由于編碼器結(jié)構(gòu)過于復(fù)雜,導(dǎo)致了過擬合、梯度爆炸等情況的發(fā)生。

表2 不同編碼器結(jié)構(gòu)模型性能對比

圖6是上述4種網(wǎng)絡(luò)模型在2張測試集圖像上的分割效果。圖6(b1,b2)是原始U-Net模型的分割效果,可以看出分割邊界不清晰,存在漏分割對象,且分割出的碳化物存在大面積缺失像素,分割效果不佳,說明原模型在該任務(wù)上的表現(xiàn)不佳。圖6(c1,c2)是CN14-Unet改進(jìn)模型,可以看出其分割效果較原模型有一定提高,且漏分割問題有改善,但分割出的碳化物仍存在缺失像素,邊界不清晰,存在形狀與原圖差別大等問題。圖6(d1,d2)是CN20-Unet改進(jìn)模型,從分割效果對比圖可看出,該改進(jìn)方案對碳化物的分割情況最好,缺失像素較少,輪廓清晰,且未出現(xiàn)漏分割情況,在本任務(wù)上有較好的應(yīng)用。圖6(e1,e2)是編碼器網(wǎng)絡(luò)結(jié)構(gòu)最復(fù)雜的改進(jìn)模型CN29-Unet,此時編碼器的結(jié)構(gòu)復(fù)雜程度較高,但其模型分割能力反而下降。這說明在設(shè)計編輯器模型時,需要做好結(jié)構(gòu)復(fù)雜程度與性能之間的平衡,以達(dá)到最佳的分割效果。

圖6 不同U-net編碼器網(wǎng)絡(luò)結(jié)構(gòu)模型對碳化物的分割效果圖(a1,a2)原圖;(b1,b2)U-Net;(c1,c2)CN14-Unet;(d1,d2)CN20-Unet;(e1,e2)CN29-UnetFig.6 Effect diagram of carbide segmentation by U-net network with different encoder structures(a1,a2) original image; (b1,b2) U-Net; (c1,c2) CN14-Unet; (d1,d2) CN20-Unet; (e1,e2) CN29-Unet

2.4.2 注意力機(jī)制改進(jìn)試驗(yàn)

選取最佳的編碼器改進(jìn)方案CN20-Unet后,采用添加CBAM注意力機(jī)制的方式進(jìn)一步提升模型性能。向語義分割模型中添加注意力機(jī)制是一種常用且有效的改進(jìn)方式,其能起到提升模型準(zhǔn)確率、加強(qiáng)模型泛化性能、減少模型計算量、提高可視化性能等作用。

為驗(yàn)證CBAM注意力機(jī)制的有效性,在2.4.1節(jié)CN20-Unet模型編碼器的解碼器特征融合操作中不添加或分別添加SE、CA、CBAM 3種注意力機(jī)制,進(jìn)行4種方案的性能對比,結(jié)果如表3所示。從表3中可以看出,加入不同類型的注意力機(jī)制可以提高模型的表現(xiàn)性能,相比于CN20-Unet,加入注意力機(jī)制后的模型具有更高的準(zhǔn)確率、召回率、類平均交并比和骰子系數(shù),說明注意力機(jī)制對于提升圖像分割性能有一定作用。其中CBAM注意力機(jī)制的效果最好,相較不添加注意力機(jī)制的CN20-Unet模型,其準(zhǔn)確率(91.31%)提高了6.77%,召回率(87.52%)提高了12.11%。同時,CBAM注意力機(jī)制的類平均交并比(84.89%)、骰子系數(shù)(83.16%)得到大幅提高,相較原始CN20-Unet模型分別提高了27.47%、16.7%。從性能評估上來看,加入CBAM注意力機(jī)制后的模型已經(jīng)能夠較好地完成碳化物分割任務(wù),具備實(shí)際應(yīng)用價值。

表3 不同注意力機(jī)制CN20-Unet對模型性能的提升對比

圖7是CN20-Unet中添加不同注意力機(jī)制后的模型分割效果圖。其中,圖7(b1,b2)是CN20-Unet的分割效果,在2.4.1節(jié)已做出評價分析。圖7 (c1,c2)是加入SE注意力機(jī)制后的分割效果,從圖7(c1,c2)中可以看出,分割到的碳化物輪廓更加清晰,漏分割問題得到改善,但該模型對碳化物形狀的把控仍存在一定不足。圖7 (d1,d2)是加入CA注意力機(jī)制后的分割效果,此時模型分割效果也較好,但邊界仍存在不連續(xù)間斷的情況。圖7(e1,e2)是加入CBAM注意力機(jī)制后的分割效果,綜合來看,該注意力機(jī)制的改進(jìn)效果最好,分割出的碳化物基本不存在像素缺失情況,邊界清晰連續(xù),形狀與原圖基本一致,且無漏分割、錯分割問題,說明此模型在針對碳化物分割任務(wù)上的表現(xiàn)較好,有一定的實(shí)用價值。

圖7 加入不同注意力機(jī)制的CN20-Unet網(wǎng)絡(luò)模型對碳化物的分割效果圖(a1,a2)原圖;(b1,b2)CN20-Unet;(c1,c2)SE;(d1,d2)CA;(e1,e2)CBAMFig.7 Effect diagram of carbide segmentation by CN20-Unet network model with different attention mechanisms(a1,a2) original image; (b1,b2) CN20-Unet; (c1,c2) SE; (d1,d2) CA; (e1,e2) CBAM

3 結(jié)論

1) 提出了一種適用于噴射成形高速鋼碳化物提取的語義分割模型——GSG-Unet,該模型由U-Net模型改進(jìn)而來。在U-Net的基礎(chǔ)上,采用ConvNeXt-T網(wǎng)絡(luò)結(jié)構(gòu)的思路改進(jìn)了編碼器部分,加強(qiáng)了其特征提取能力,并在編碼-解碼的特征融合過程中加入CBAM注意力機(jī)制提高了分割精度和效果。

2) 改進(jìn)后模型在模型性能評價指標(biāo)上較原模型有較大提升。具體來說,改進(jìn)后模型的準(zhǔn)確率、召回率、類平均交并比、骰子系數(shù)分別為91.31%、87.52%、84.89%、83.16%,較原模型分別提升了13.88%、20.90%、36.33%、28.42%。改進(jìn)后模型為高速鋼中碳化物的提取及定量分析提供了強(qiáng)有力的支持。

3) 改進(jìn)后模型在HSF122噴射成形高速鋼中碳化物的提取分割上表現(xiàn)較好,能夠高效準(zhǔn)確地對MC和M6C兩種碳化物進(jìn)行提取。