双视:多阶段实例细分框架,以提高精度
Stephen Price1, Kiran Judd2, Kyle Tsaknopoulos2
1Department of Computer Science, Worcester Polytechnic Institute, Worcester, MA, 01609, USA. sprice@wpi.edu.
Scientific reports
|July 28, 2025
概括
双光增强金属粉末细分,用于冷喷涂增材制造. 这种计算机视觉框架可以提高粉末形态分析的准确性,而不需要更多的数据或再培训.
科学领域:
- 材料科学 材料科学 材料科学
- 添加剂制造 添加剂制造 添加剂制造
- 计算机视觉 计算机视觉
背景情况:
- 粉末形态显著影响冷喷涂添加剂的制造质量,影响流动性,沉积和多孔性.
- 手动图像分析粉末形态是耗时和劳动密集的.
- 粉末分析的自动计算机视觉方法受到训练数据质量的限制.
研究的目的:
- 为了介绍DualSight,一个新的多阶段计算机视觉框架.
- 改进金属粉末细分质量,用于形态分析.
- 为了能够在没有额外数据或模型训练的情况下更准确地描述粉末.
主要方法:
- 开发一个名为DualSight的多阶段计算机视觉框架.
- 该框架的应用是从扫描电子显微镜图像中对金属粉末进行细分.
- 在没有新数据或再培训的情况下,对细分质量改进的评估.
主要成果:
- 双Sight 显示了改进的金属粉末细分质量.
- 该框架提高了粉末形态提取的准确性.
- 准确的形态数据有助于更明智的制造决策.
结论:
- 双视提供了一种数据效率高的方法,以改善增材制造中的粉末形态分析.
- 增强的细分精度可以更好地理解和控制冷喷过程.
- 该框架支持更可靠,更高效的金属材料增材制造.
