基于深度强化学习的剥离二维晶体动态放大探测
介观与纳米尺度物理
2023-05-12 v2
摘要
由于其可调性与多功能性，二维材料是开展多种实验的优良平台。然而，繁冗的器件制备流程仍是一大实验挑战。一个瓶颈是从大量形状和尺寸差异显著的剥离晶体中寻找小型目标晶体。我们提出一种基于深度强化学习与目标检测相结合的方法，以从高分辨率、含众多微片的图像中准确高效地发现目标晶体。该方法动态放大至感兴趣区域并用精细检测器检视。我们的方法可定制用于搜索各类晶体，且所需计算力适中。我们表明该方法在检测任务上优于简单基线。最后，我们分析了深度强化学习智能体在搜索晶体中的效率。代码见 \url{https://github.com/stephandkim/detect_crystals}。
引用
@article{arxiv.2209.04467,
title = {Dynamic zoom-in detection of exfoliated two-dimensional crystals using deep reinforcement learning},
author = {Stephan Kim},
journal= {arXiv preprint arXiv:2209.04467},
year = {2023}
}