Реферат: В работе представлены результаты применения методов глубокого обучения для автоматического поиска наночастиц платины , нанесенных на поверхность высокоориентированного пиролитического графита (ВОПГ), на изображениях сканирующего туннельного микроскопа (СТМ). В работе использовалась нейронные сети CascadeRCNN , UNet , Linknet и FPN на разных энкодерах ( resnet 34, resnet 50, se_resnext 50, resnext 101). Обучение сети осуществлялось на массиве данных, содержащих 10 СТМ изображений с 1918 наночастицами. Для верификации использовали 5 изображений с 2052 наночастицами. В результате, обученная нейронная сеть способна распознавать наночастицы с точностью более 50%. Наночастицы указываются как четкие контуры, что необходимо для дальнейшей обработки результатов. Проведено сравнение полученных результатов с результатами использования других программных продуктов. Показано преимущество применения методов глубокого машинного обучения для автоматического поиска частиц.

Библиографическая ссылка: Окунев А.Г. , Нартова А.В. , Лиз М.Ф. , Матвеев А.В.
Автоматическое распознавание наночастиц на изображениях сканирующей зондовой микроскопии с помощью различных методов глубокого машинного обучения
Всероссийская научно-техническая конференция с международным участием «Робототехника и искусственный интеллект» 14-14 дек. 2019