公开(公告)号：CN119359682B

公开(公告)日：2025-03-21

申请号：CN202411489077.X

申请日：2024-10-24

Applicant: 重庆文理学院

Inventor： 杨绪盛 ,  陈冠羽 ,  马雪婷 ,  黄伟九 ,  刘莫凡

IPC: G06T7/00 ,  G06V20/69 ,  G06V20/70 ,  G06V10/82 ,  G06V10/25 ,  G06V10/26 ,  G06V10/44 ,  G06V10/764 ,  G06V10/766 ,  G06V10/771 ,  G06V10/80

Abstract: 本发明提供一种基于多模态融合学习的断口形貌自动识别与学习方法，涉及金属断口形貌分析领域，包括：步骤S1、构建数据集；步骤S2、进行断口图像拍摄与图像标注，标注完成后，将数据集划分为训练集、验证集和测试集；步骤S3、多模态融合学习；步骤S4、特征重要性分析与SHAP分析。该方法通过图像识别与机器学习相结合，实现了铝合金韧窝断裂和脆性断裂区域的准确预测，同时也能有效获得影响金属断口形貌的关键因素，从而为材料性能的有效优化提供重要参考依据。

公开(公告)号：CN119359682A

公开(公告)日：2025-01-24

申请号：CN202411489077.X

申请日：2024-10-24

Applicant: 重庆文理学院

Inventor： 杨绪盛 ,  陈冠羽 ,  马雪婷 ,  黄伟九 ,  刘莫凡

IPC: G06T7/00 ,  G06V20/69 ,  G06V20/70 ,  G06V10/82 ,  G06V10/25 ,  G06V10/26 ,  G06V10/44 ,  G06V10/764 ,  G06V10/766 ,  G06V10/771 ,  G06V10/80

Abstract: 本发明提供一种基于多模态融合学习的断口形貌自动识别与学习方法，涉及金属断口形貌分析领域，包括：步骤S1、构建数据集；步骤S2、进行断口图像拍摄与图像标注，标注完成后，将数据集划分为训练集、验证集和测试集；步骤S3、多模态融合学习；步骤S4、特征重要性分析与SHAP分析。该方法通过图像识别与机器学习相结合，实现了铝合金韧窝断裂和脆性断裂区域的准确预测，同时也能有效获得影响金属断口形貌的关键因素，从而为材料性能的有效优化提供重要参考依据。