典型文献
基于深度学习的TEM纳米颗粒结构的目标识别
文献摘要：
在功能催化纳米级材料中能够观察到一种独特的排序效果.金属纳米颗粒不是随机排列在催化剂表面,而是表现出空间有序的行为,从而形成几何图案.针对这一研究现象,本文提出使用深度学习的方法对纳米颗粒形成的几何图案进行识别检测,在实验中提出了使用two stage的Faster R-CNN的网络结构进行目标检测,对数据集进行数据增强,并且使用one stage的YoloV3模型进行对比,Faster R-CNN的结果最好,其中,map值达到了98.6631,其结果优于YoloV3,map值提升了大约11％.
文献关键词：
深度学习;TEM纳米颗粒结构;目标识别;Faster R-CNN
中图分类号：
作者姓名：
周淑娟;张嵛;张恒;王琦;刘光洁;朱金龙
作者机构：
长春师范大学计算机科学与技术学院,吉林 长春130032
文献出处：
引用格式：
[1]周淑娟;张嵛;张恒;王琦;刘光洁;朱金龙-.基于深度学习的TEM纳米颗粒结构的目标识别)[J].长春师范大学学报,2022(12):35-40
A类：
B类：
TEM,颗粒结构,目标识别,纳米级,金属纳米颗粒,图案,出使,使用深度,粒形,识别检测,two,stage,Faster,目标检测,数据增强,one,YoloV3,map
AB值：
0.380195
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
