本發明提供一種基于殘差網絡的干涉圖識別方法,包括以下步驟:以干涉圖作為數據集,包括訓練集和測試集;利用深度學習框架搭建殘差神經網絡,確定殘差網絡的初始化參數和訓練策略,基于訓練集進行訓練,優化網絡參數并通過測試集進行驗證;改變載波條紋空間頻率和可見度,通過對比實驗分析得出載波條紋空間頻率的變化是影響殘差網絡模型對干涉圖識別的顯著因素,向訓練集中添加多種條紋空間頻率的干涉圖,用優化后的數據集訓練神經網絡,得到優化后殘差網絡模型;采用優化后殘差網絡模型進行相位體干涉圖識別。本發明實現了相位體形態結構的無損免標記高效自動識別,以期節省計算資源和時間,提高樣品定量相位分析的效率。
聲明:
“基于殘差網絡的相位體干涉圖識別方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)