典型文献
基于深度学习的原位电镜图像纳米颗粒识别与追踪
文献摘要：
原位电镜能够观察纳米材料在反应气氛条件下的动态化学反应过程,但是随之而来的是得到海量电镜视频数据后,如何从整个反应过程的视频数据中挖掘出纳米颗粒随时间变化的信息(尺寸、位置等)是至关重要的.基于准确提取纳米颗粒数据信息的目的,文中采用了一种基于深度学习的实例分割与追踪算法来完成原位电镜视频数据的纳米颗粒识别与追踪,实例分割网络采用MASK-RCNN,追踪算法基于开源Trackpy软件包,通过开发纳米颗粒识别与追踪图形用户界面,便于纳米材料领域科研人员使用和进行有用信息统计,为深度学习在原位电镜图像分析中的应用提供了可行性.
文献关键词：
原位电镜;实例分割;纳米颗粒追踪;信息统计
中图分类号：
作者姓名：
张仲圆;刘淑慧
作者机构：
大连交通大学电气信息工程学院,辽宁大连116028
文献出处：
引用格式：
[1]张仲圆;刘淑慧-.基于深度学习的原位电镜图像纳米颗粒识别与追踪)[J].电子设计工程,2022(21):85-89,94
A类：
Trackpy
B类：
原位电镜,电镜图像,颗粒识别,识别与追踪,纳米材料,动态化,化学反应,反应过程,随之而来,视频数据,挖掘出,出纳,颗粒数,追踪算法,实例分割网络,MASK,RCNN,开源,软件包,图形用户界面,材料领域,科研人员,信息统计,图像分析,纳米颗粒追踪
AB值：
0.307886
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。
