[发明专利]钢材脱碳层深度的检测方法

权利要求书

1.一种钢材脱碳层深度的检测方法，其特征在于，包括：

素材标记：在素材库中选择多个金相照片素材进行二分切割，以实现将每个所述金相照片素材切割为非材料组织区和材料组织区，将总脱碳区在所述材料组织区中进行切割，并将完全脱碳区在所述总脱碳区中进行切割，得到标记素材；其中，所述素材库的多个金相照片素材中，硅含量＞0.5％且≤1％的素材和铝含量＞0.5％且≤1％的素材的数量占比均≥10％，硅含量＞1％的素材和铝含量＞1％的素材的数量占比均≥5％，钨含量＞0.5％的素材和钴含量＞0.5％的素材的数量占比均≥5％；

深度学习：采用深度神经网络模型对多个所述标记素材依次进行识别学习；对每个所述标记素材进行识别学习包括，采用所述标记素材的原始图像、标记后图像及单像素点长度进行初始化，得到以识别边界为输出节点的脱碳层识别模型；

脱碳层检测：输入待测素材的原始图像及单像素点长度，采用所述脱碳层识别模型对所述待测素材进行识别分析，并输出所述待测素材的所述非材料组织区边界、所述材料组织区边界、所述总脱碳区边界和所述完全脱碳区边界。

2.根据权利要求1所述的检测方法，其特征在于，所述总脱碳区和所述材料组织区之间的边界为总脱碳层边界，所述总脱碳层边界的确认方法包括：对所述总脱碳层边界进行多组人工标记得到多组初始的所述总脱碳层边界，并根据初始的所述总脱碳层边界进行总脱碳层深度的人工检测得到多组人工检测深度值；根据多组所述人工检测深度值的平均值确认所述总脱碳层边界。

3.根据权利要求2所述的检测方法，其特征在于，当总脱碳层的深度＜0.1mm时，多组所述人工检测深度值的平均绝对误差≤第一预设值；当总脱碳层的深度≥0.1mm且＜0.3mm时，多组所述人工检测深度值的平均绝对误差≤第二预设值；当总脱碳层的深度≥0.3mm时，多组所述人工检测深度值的平均绝对误差≤第三预设值，所述第一预设值＜所述第二预设值＜所述第三预设值。

4.根据权利要求3所述的检测方法，其特征在于，所述第一预设值为0.025mm；所述第二预设值为0.04mm；当总脱碳层的深度≥0.3mm时，多组所述人工检测深度值的平均相对误差≤15％。

5.根据权利要求1-4任一项所述的检测方法，其特征在于，所述深度学习和所述脱碳层检测之间还包括：

验证优化：在所述素材库中选择多个所述金相照片素材作为验证素材，输入所述验证素材的原始图像及单像素点长度，采用所述脱碳层识别模型对每个所述验证素材依次进行识别分析，并输出所述验证素材的所述非材料组织区边界、所述材料组织区边界、所述总脱碳区边界和所述完全脱碳区边界，对输出的识别边界的准确性进行人工判断；

当判断结果为准确时，将所述验证素材被识别分析后输出的标记图像进行所述深度学习；

当判断结果为不准确时，将所述验证素材进行所述二分切割处理，然后进行所述深度学习。

6.根据权利要求5所述的检测方法，其特征在于，所述对输出的识别边界的准确性进行人工判断包括对所述总脱碳区边界的准确性进行判断：根据输出的所述总脱碳区边界进行总脱碳层深度的检测，并进行多组总脱碳层的人工标注和深度检测，得到识别输出和人工标注所对应的多组总脱碳层深度值；

判断结果为准确的标准为：当总脱碳层的深度＜0.1mm时，多组所述总脱碳层深度值的平均绝对误差≤第一预设值；当总脱碳层的深度≥0.1mm且＜0.3mm时，多组所述总脱碳层深度值的平均绝对误差≤第二预设值；当总脱碳层的深度≥0.3mm时，多组所述总脱碳层深度值的平均绝对误差≤第三预设值，所述第一预设值＜所述第二预设值＜所述第三预设值。

7.根据权利要求5所述的检测方法，其特征在于，所述标记素材的数量和所述验证素材的数量之比为18-22:8-12。

8.根据权利要求1-4任一项所述的检测方法，其特征在于，所述素材库的每个所述金相照片素材中，所述材料组织区的面积占比＞50％。