用于金属粉末中卫星颗粒直接测量的实例分割及基于图像数据的自动化微观结构表征

我们提出实例分割作为材料科学中图像分析的有用工具。实例分割是计算机视觉中的一项先进技术，可为图像中识别出的每个感兴趣对象生成独立的分割掩码。利用 Mask R-CNN 的开箱即用实现，将实例分割应用于通过气雾化生产的金属粉末颗粒图像。借助迁移学习，可使用极小的标注图像训练集进行分析。除了提供另一种测量粒度分布的方法外，我们展示了对粉末样品中卫星含量的首次直接测量。在分析标注数据集的结果后，训练好的模型被用于生成大得多的一组未标注图像的测量值。所得粒度测量值与激光散射测量结果合理吻合。卫星测量值具有自一致性，并与不同样品的预期趋势良好吻合。最后，我们提供一个小型案例研究，展示如何使用实例分割测量超高碳钢数据库中的球化渗碳体含量，证明了该技术的灵活性。