摘要
本发明提出一种基于深度学习的三维机织复合材料微裂纹分割方法，属于复合材料无损检测技术领域，解决主流语义分割网络在处理低对比度、多尺度裂纹时准确率普遍较低、漏检率偏高以及现有注意力机制计算复杂度高，处理高分辨率CT数据时显存开销大,训练效率低下的问题，包括：获取原始三维机织复合材料CT体积数据并进行预处理，并划分为训练集、验证集和测试集；构建基于SegFormer架构的特征提取和融合网络模型；使用训练集对特征提取和融合网络模型进行训练，并引入验证集动态采样机制防止特征提取和融合网络模型过拟合；将测试集输入特征提取和融合网络模型进行特征提取和多视角信息融合，输出三维机织复合材料微裂纹分割结果。
