論文の概要: Semantic segmentation of SEM images of lower bainitic and tempered martensitic steels

• arxiv url: http://arxiv.org/abs/2312.17251v1
• Date: Sat, 2 Dec 2023 05:11:34 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-15 12:47:57.453460
• Title: Semantic segmentation of SEM images of lower bainitic and tempered martensitic steels
• Title（参考訳）: 低ベイナイトおよび温間マルテンサイト鋼のSEM画像のセマンティックセグメンテーション
• Authors: Xiaohan Bie, Manoj Arthanari, Evelin Barbosa de Melo, Juancheng Li, Stephen Yue, Salim Brahimi, Jun Song
• Abstract要約: 本研究は, 走査型電子顕微鏡像の分画に深層学習技術を用い, 低ベイナイトおよび焼鈍マルテンサイト鋼中の炭化物析出物の定量分析を可能にした。 以上の結果より,低ベイナイトおよび温帯マルテンサイトは,温帯マルテンサイト中の炭化物分布がより均一であるにもかかわらず,炭化物量に匹敵する割合を示すことが明らかとなった。
• 参考スコア（独自算出の注目度）: 0.8554538518952843
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This study employs deep learning techniques to segment scanning electron microscope images, enabling a quantitative analysis of carbide precipitates in lower bainite and tempered martensite steels with comparable strength. Following segmentation, carbides are investigated, and their volume percentage, size distribution, and orientations are probed within the image dataset. Our findings reveal that lower bainite and tempered martensite exhibit comparable volume percentages of carbides, albeit with a more uniform distribution of carbides in tempered martensite. Carbides in lower bainite demonstrate a tendency for better alignment than those in tempered martensite, aligning with the observations of other researchers. However, both microstructures display a scattered carbide orientation, devoid of any discernible pattern. Comparative analysis of aspect ratios and sizes of carbides in lower bainite and tempered martensite unveils striking similarities. The deep learning model achieves an impressive pixelwise accuracy of 98.0% in classifying carbide/iron matrix at the individual pixel level. The semantic segmentation derived from deep learning extends its applicability to the analysis of secondary phases in various materials, offering a time-efficient, versatile AI-powered workflow for quantitative microstructure analysis.
• Abstract（参考訳）: 本研究は,走査型電子顕微鏡像を分割する深層学習技術を用いて,低ベイナイトおよび焼戻しマルテンサイト鋼の炭化物析出物の定量分析を行う。 セグメンテーション後、炭化物を調査し、その体積率、サイズ分布、配向を画像データセット内で調査する。 以上の結果より,低ベイナイトおよび温帯マルテンサイトは,温帯マルテンサイト中の炭化物分布がより均一であるにもかかわらず,同程度の体積比を示すことが明らかとなった。 下部ベイナイトの炭化物は、他の研究者の観察と一致して、温帯マルテンサイトよりも配位が良い傾向を示す。 しかし、両方のミクロ構造は、識別可能なパターンを欠いた炭化物配向を示す。 下部ベイナイトおよび焼成マルテンサイトにおける炭化物のアスペクト比とサイズの比較分析は類似性を示す。 深層学習モデルは、個々の画素レベルで炭化物/鉄マトリックスを分類する際に、98.0%の印象的な画素精度を達成する。 深層学習から派生したセグメンテーションは、様々な材料における二次フェーズの分析に適用性を高め、定量的ミクロ構造解析のための時間効率で汎用的なAIワークフローを提供する。

関連論文リスト

• Characterizing segregation in blast rock piles a deep-learning approach leveraging aerial image analysis [7.211586388797869]
  本研究では,岩盤断片の分離を特徴付ける高度な画像解析手法を提案する。 ドローンが捉えた画像の解析により,詳細な岩石の破片径分布の正確な記述が達成された。
  論文  参考訳（メタデータ） (2024-06-06T15:13:56Z)
• Macroscale fracture surface segmentation via semi-supervised learning considering the structural similarity [1.3654846342364308]
  セグメンテーション能力に対する構造的類似性の影響を分析するために、3つのデータセットが作成された。 半教師あり学習のための弱強整合正則化を実装した。 提案手法はトレーニングに必要なラベル付き画像の数を6。
  論文  参考訳（メタデータ） (2024-03-27T08:21:41Z)
• Automated Grain Boundary (GB) Segmentation and Microstructural Analysis in 347H Stainless Steel Using Deep Learning and Multimodal Microscopy [2.0445155106382797]
  オーステナイト347Hステンレス鋼は、極端な運転条件に要求される優れた機械的特性と耐食性を提供する。 CNNベースのディープラーニングモデルは、材料マイクログラフから機能を自動で検出する強力な技術である。 走査型電子顕微鏡(SEM)による347Hステンレス鋼のトレーニングデータと電子後方散乱(EBSD)マイクログラフを,粒界検出のためのピクセルワイドラベルとして組み合わせた。
  論文  参考訳（メタデータ） (2023-05-12T22:49:36Z)
• Optimizations of Autoencoders for Analysis and Classification of Microscopic In Situ Hybridization Images [68.8204255655161]
  同様のレベルの遺伝子発現を持つ顕微鏡画像の領域を検出・分類するためのディープラーニングフレームワークを提案する。 分析するデータには教師なし学習モデルが必要です。
  論文  参考訳（メタデータ） (2023-04-19T13:45:28Z)
• Automatically Predict Material Properties with Microscopic Image Example Polymer Compatibility [94.40113383292139]
  機械学習を用いたコンピュータ画像認識は、人工判定の欠陥を補うことができる。 畳み込みニューラルネットワークとトランスファーラーニング手法を用いて、自動誤認認識を実現する。 提案手法は, 各種材料の微細構造と物性の定量的評価に広く応用できる。
  論文  参考訳（メタデータ） (2023-03-22T07:51:32Z)
• Stain-invariant self supervised learning for histopathology image analysis [74.98663573628743]
  乳がんのヘマトキシリンおよびエオシン染色像におけるいくつかの分類課題に対する自己監督アルゴリズムを提案する。 本手法は,いくつかの乳がんデータセット上での最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2022-11-14T18:16:36Z)
• Three-dimensional micro-structurally informed in silico myocardium -- towards virtual imaging trials in cardiac diffusion weighted MRI [58.484353709077034]
  本稿では,心筋微細構造の数値ファントムを現実的に生成する新しい手法を提案する。 シリコン組織モデルにより、磁気共鳴イメージングの定量的モデルを評価することができる。
  論文  参考訳（メタデータ） (2022-08-22T22:01:44Z)
• Multi-Scale Input Strategies for Medulloblastoma Tumor Classification using Deep Transfer Learning [59.30734371401316]
  乳腺芽腫は小児で最も多い悪性脳腫瘍である。 CNNはMBサブタイプ分類に有望な結果を示した。 タイルサイズと入力戦略の影響について検討した。
  論文  参考訳（メタデータ） (2021-09-14T09:42:37Z)
• Principal component-based image segmentation: a new approach to outline in vitro cell colonies [0.0]
  探索されたコロニーを特徴付け,抽出し,セグメンテーションすることで問題を修正するための,客観的かつ多目的な機械学習手法を提案する。 提案するセグメンテーションアルゴリズムは,人間の観察者による手動計測と同様の品質を示した。
  論文  参考訳（メタデータ） (2021-03-10T12:37:51Z)
• MudrockNet: Semantic Segmentation of Mudrock SEM Images through Deep Learning [0.0]
  本稿では,GoogleのDeepLab-v3+アーキテクチャに基づく深層学習SEMセグメンテーションモデルMudrockNetを提案する。 訓練された深層学習モデルは、約90%の画素精度を取得し、試験データの予測値は、銀粒の0.6591と毛穴の0.6642の平均交点(IoU)を得た。
  論文  参考訳（メタデータ） (2021-02-05T19:38:44Z)
• Microscopic Relaxation Channels in Materials for Superconducting Qubits [76.84500123816078]
  我々は,T_$と粒径の相関,粒界に沿った酸素拡散の促進,表面近傍の亜酸化物濃度について検討した。 物理機構は、これらの微視的特性を残留表面抵抗と、粒界および亜酸化物の欠陥から生じる損失を通じて$T_$と結合する。 量子ビットデコヒーレンスチャートを理解するためのこの包括的なアプローチは、超伝導量子ビット性能の材料駆動改善のための経路である。
  論文  参考訳（メタデータ） (2020-04-06T18:01:15Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。