Resumen

El microscopio electrónico de barrido (SEM) se utiliza ampliamente en el análisis e investigación de materiales, incluido el análisis de fracturas, la morfología de microestructuras y el análisis de nanomateriales. Con el rápido desarrollo de la ciencia de materiales y la tecnología de visión por computadora, el nivel de tecnología de detección está mejorando constantemente. En este documento, se utiliza el método de aprendizaje profundo para identificar de manera inteligente microgrietas en la morfología microscópica de la imagen SEM. Se selecciona un modelo de aprendizaje profundo basado en el nivel de imagen para reducir la interferencia de otra topografía microscópica compleja, y se propone un método de detección con cajas delimitadoras densas continuas adecuado para imágenes SEM. Las cajas delimitadoras densas y continuas se utilizaron para obtener las características locales de las grietas y rotar las cajas delimitadoras para reducir las diferencias de características entre ellas. Finalmente, se utilizaron cajas delimitadoras con regresión rellenada

• Materias:Matriz de nanotubos Corrosión del acero Reciclaje termoquímico Escaneo láser Microscopio electrónico
• Subjects:Nanotube Matrix Corrosion of steel Thermochemical Recycling Laser scanning Electron microscopy
• Palabras claves:Microscopio electrónico de barrido; Análisis de materiales; Análisis de fracturas; Morfología de microestructuras; Análisis de nanomateriales; Deep learning
• Keywords:Scanning electron microscope; Materials analysis; Fracture analysis; Microstructure morphology; Nanomaterial analysis; Deep learning