一种基于深度卷积对抗神经网络的金相组织自动评级方法

摘要

本发明提出了一种基于深度卷积对抗神经网络的金相组织自动评级方法，包括构建数据集通过实现金相图像数据增强建立网络，利用网络单独学习每一个金相图，根据网络学到的特征生成新的金相图,在数据量一定的情况下，扩充训练集样本，通过网络调节参数,使得生成失败图像最少，最大限度的扩充数据集，实现数据增强；其中将金相图分成四大类，并作为特征向量作为支持向量机分类器的输入，最后利用支持向量机对金相图进行数据分类。