免费亚洲网站,亚洲黄色自拍,日韩欧美在线观看,色婷婷综合激情视频免费看

　　 獲取納米顆粒定量化形貌信息，是科學(xué)家研究納米顆粒材料性能的重要科研途徑，對(duì)于推動(dòng)納米顆粒材料創(chuàng)新十分重要。掃描電子顯微鏡（SEM）和透射電子顯微鏡（TEM）是表征納米顆粒材料形貌的重要工具。然而，掃描電子顯微鏡和透射電子顯微鏡產(chǎn)生的圖像，會(huì)因?yàn)檩^大的背景干擾和龐大的納米顆粒數(shù)量，使獲取納米顆粒材料形貌信息變得困難。如何在海量而復(fù)雜的圖像中實(shí)時(shí)準(zhǔn)確地自動(dòng)獲取納米顆粒定量化形貌信息成為挑戰(zhàn)。

　　針對(duì)這一問(wèn)題，中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化研究所數(shù)字工廠研究室王卓課題組提出了一種基于深度學(xué)習(xí)的通用框架，用于對(duì)前述兩種電子顯微鏡所產(chǎn)生圖像中的納米顆粒形貌進(jìn)行快速、準(zhǔn)確地在線統(tǒng)計(jì)分析. 該項(xiàng)研究近期獲國(guó)際學(xué)術(shù)期刊Nanoscale （影響因子8.307）封面（Outside Front Cover）刊載，文章題目是A deep learning-based framework for automatic analysis of nanoparticle morphology in SEM/TEM images。