简介： 一种全卷积神经网络及相应的细观结构识别方法，通过在网络中综合采用最大池化索引连接和通道连接的方法，两方法串行处理，充分利用了编码器浅层低级边缘信息和解码器深层语义信息，取得了更好的效果。在放大图像分辨率的过程中，仅采用了上采样的方式，降低了对于显存的消耗，也减少了网络训练的时间。通过交叉对称采用批正则化，尽可能保证卷积之后特征图的原分布状态，进一步增强了卷积神经网络的表达能力，实现对CMCs预制体XCT切片的语义分割，提高了细观结构识别的准确率。采用相同的全卷积神经网络对不同陶瓷基复合材料复杂预制体的编织结构进行细观结构识别，摒弃了不同编织结构采用不同的全卷积神经网络权值文件，简化了识别操作。