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(shí)驗(yàn)與創(chuàng)新實(shí)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(duì)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(jià)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(diǎn)，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(duì)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(shí)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(cè)該材料的力學(xué)性能、評(píng)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(shí)儲(chǔ)備以及豐富的實(shí)踐經(jīng)驗(yàn)。現(xiàn)實(shí)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(dòng)辨識(shí)技術(shù)對(duì)金相組織圖像進(jìn)行計(jì)算機(jī)輔助鑒別，將有效提高評(píng)判的準(zhǔn)確度和效率，對(duì)金相組織相關(guān)的科研分析、生產(chǎn)檢測(cè)以及相關(guān)教學(xué)工作都具有重要意義。

計(jì)算機(jī)圖像識(shí)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(duì)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(duì)AZ91 鎂合金晶粒尺寸進(jìn)行預(yù)測(cè)，使誤差降低5%。張鵬等[6]提出了一種預(yù)測(cè)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(jì)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(yàn)證了卷積神經(jīng)網(wǎng)絡(luò)具有較好的材料性能預(yù)測(cè)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(dòng)辨識(shí)，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(duì)于不同尺度的微觀組織圖并未做深入研究。目前針對(duì)金屬表面形貌的自動(dòng)識(shí)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(shí)現(xiàn)晶粒分割[9]；獲取晶粒尺寸信息、對(duì)晶粒尺寸及性能預(yù)測(cè)[5-7]；采取手動(dòng)提取圖像特征，利用數(shù)據(jù)挖掘或機(jī)器學(xué)習(xí)實(shí)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(duì)金相組織圖像自動(dòng)識(shí)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(shí)現(xiàn)自動(dòng)辨識(shí)鐵素體與馬氏體的金相組織。通過實(shí)驗(yàn)結(jié)果分析改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)模型特點(diǎn)，使卷積神經(jīng)網(wǎng)絡(luò)算法可在金屬材料組織的自動(dòng)辨識(shí)領(lǐng)域推廣應(yīng)用。該技術(shù)可在工業(yè)原材料檢測(cè)、材料制備檢測(cè)、成本檢測(cè)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(dòng)辨識(shí)，不受人為因素影響，有效提高二者的識(shí)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(shí)驗(yàn)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(duì)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(shí)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(huì)產(chǎn)生較大的計(jì)算量和大量的參數(shù)，這會(huì)影響模型訓(xùn)練的速度，甚至對(duì)計(jì)算機(jī)硬件提出很高的要求，實(shí)驗(yàn)室無法實(shí)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(duì)計(jì)算機(jī)的硬件要求相對(duì)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(duì)比圖像。

圖2 金相組織圖像分辨率統(tǒng)一及分割圖像對(duì)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(yùn)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(duì)比度。實(shí)驗(yàn)發(fā)現(xiàn)該方法同時(shí)會(huì)產(chǎn)生一定的干擾點(diǎn)，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(shí)，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(gè)晶粒的一部分，為使模型具有一定的實(shí)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(shí)特征的圖像。

圖3 金相組織圖像灰度值歸一化、平滑處理對(duì)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(shí)產(chǎn)生一些噪點(diǎn)，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(shí)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(cè)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(dòng)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(gè)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(jì)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(jì)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(jì)算后，得到特征圖像，具體計(jì)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(jì)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(gè)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(jì)算概率來判別樣本種類，可完成多種類別的分類，具體計(jì)算為

式中：k表示某個(gè)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(jì)算為

式中：1 {y(i)=j}表示若樣本i的真實(shí)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(duì)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(jì)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L(zhǎng)eNet-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(gè)5×5 的卷積核，步長(zhǎng)為1，與輸入圖像進(jìn)行卷積計(jì)算，得到6 個(gè)(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(zhǎng)為2，采用均值下采樣方式得到6 個(gè)(14×14)dpi 特征圖像；第3 層為卷積層，16 個(gè)5×5 的卷積核，步長(zhǎng)為1，采用局部連接的方式得到16 個(gè)(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(zhǎng)為2，采用均值下采樣方法得到16個(gè)(5×5) dpi 的特征圖像；第5 層為全連接層，使用120 個(gè)神經(jīng)元做全連接；第6 層為全連接層，含有84 個(gè)隱藏單元；最后的輸出層為2 個(gè)，用以實(shí)現(xiàn)鐵素體和馬氏體的自動(dòng)識(shí)別。圖5 為本文運(yùn)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(zhǎng)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(shí)間也相對(duì)縮短。

Relu 激活函數(shù)[29]的具體計(jì)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(gè)卷積核，步長(zhǎng)為1，得到(26×26) dpi 的96 個(gè)特征圖像；第2 層為池化層，采用3×3 的池化核，步長(zhǎng)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(zhǎng)為1，得到(9×9) dpi 的256 個(gè)特征圖像；第4 層為池化層，采用3×3 的池化核，步長(zhǎng)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(zhǎng)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(diǎn)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(duì)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(jì)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(shí)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(zhǎng)為1 的卷積核進(jìn)行卷積，池化層采用大小為2×2，步長(zhǎng)為1 的池化核進(jìn)行池化計(jì)算。最后一段為2 層全連接層。

4 實(shí)驗(yàn)結(jié)果與分析

本實(shí)驗(yàn)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(tái)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(shí)驗(yàn)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(jì)的2 個(gè)指標(biāo)，準(zhǔn)確度(acc)和損失函數(shù)(loss)。圖6 為L(zhǎng)eNet-MetStr 網(wǎng)絡(luò)模型在不同迭代次數(shù)訓(xùn)練樣本模型時(shí)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(shí)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(shí)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(zhǎng)。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(duì)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(duì)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(duì)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(duì)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(duì)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(zhǎng)，迭代次數(shù)在4500 至5000 次左右時(shí)，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(cè)試集數(shù)據(jù)傳入3 種網(wǎng)絡(luò)訓(xùn)練好的模型，得到測(cè)試集的準(zhǔn)確度如表2 所示。

表2 LeNet-MetStr、AlexNet-MetStr、VGG-MetStr 模型測(cè)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(shí)別測(cè)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(shí)別測(cè)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(shí)際使用中，會(huì)出現(xiàn)未經(jīng)過預(yù)處理的圖像作為輸入，檢測(cè)材料類別。為此，將未經(jīng)預(yù)處理的150 張測(cè)試集圖像進(jìn)行測(cè)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(duì)未經(jīng)預(yù)處理測(cè)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(gè)測(cè)試圖像中，LeNet-Met-Str 網(wǎng)絡(luò)模型可以準(zhǔn)確識(shí)別134 個(gè)，AlexNet-Met-Str 網(wǎng)絡(luò)模型可以準(zhǔn)確識(shí)別128 個(gè)，VGG-MetStr 網(wǎng)絡(luò)模型可以準(zhǔn)確識(shí)別141 個(gè)。表3 為3 種模型未經(jīng)預(yù)處理測(cè)試集準(zhǔn)確度對(duì)比。

表3 LeNet-MetStr、AlexNet-MetStr、VGG-MetStr 模型未經(jīng)預(yù)處理測(cè)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(duì)未經(jīng)預(yù)處理的圖像測(cè)試，VGGMetStr 網(wǎng)絡(luò)模型仍可得到較高的準(zhǔn)確度。

本文對(duì)3 種改進(jìn)網(wǎng)絡(luò)層級(jí)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(jí)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(jí)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(jí)比較Table 4 Comparison of network levels of LeNet-MetStr,AlexNet-MetStr,VGG-MetStr

經(jīng)過實(shí)驗(yàn)數(shù)據(jù)對(duì)比可以看出，LeNet-Met-Str 網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單，由于卷積核尺寸較小，網(wǎng)絡(luò)層級(jí)較深，對(duì)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(duì)較大，對(duì)大數(shù)量樣本和大尺寸彩色圖像有很快的計(jì)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(duì)較小，AlexNet-Met-Str 網(wǎng)絡(luò)在訓(xùn)練過程中會(huì)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(jì)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(duì)金相組織圖像特征分析，改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)鐵素體和馬氏體兩種金相組織圖的自動(dòng)識(shí)別，模型訓(xùn)練及測(cè)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(diǎn)，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(cè)試集。

2）提出金相組織自動(dòng)識(shí)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(duì)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(duì)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(yàn)證了使用卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)金相組織圖像自動(dòng)識(shí)別的可行性和準(zhǔn)確性，為今后更多金相組織種類的自動(dòng)識(shí)別奠定基礎(chǔ)，筆者今后將對(duì)雙相金相組織圖像分析及自動(dòng)辨識(shí)做進(jìn)一步研究。