semantische Segmentierung

Imaging in der Werkstoffcharakterisierung

Segmentierung in der mikrostrukturellen Bildanalyse

semantische Segmentierung

Semantische Segmentierung ist ein Verfahren des maschinellen Lernens, bei dem jedem Pixel eines Bildes eine Klassenbedeutung zugewiesen wird. In der Materialwissenschaft ermöglicht sie die automatisierte Gefügeanalyse, etwa die Identifikation von Phasen, Körnern, Poren oder Rissen in Licht‑, Elektronen‑ oder Röntgenbildern. Tiefe neuronale Netze (z.B. U‑Net, DeepLab) liefern quantitative Karten für Volumenanteile, Korngrößenverteilungen und Defektstatistiken.

Verwandte Tags

Neue Inhalte

Semantic segmentation of microstructure in ferritic welding steel with convolutional neural network

Verrier, H. (Speaker)¹

Deep Learning-Based Semantic Segmentation of Cementitious Microstructures from SEM Images

Alvear Puertas, V. (Speaker)¹; Precker, C.E.¹; Ouzia, A.²; Daniel, G.³; Wenner, S.⁴; Muíños-Landín, S.¹

Herausforderungen und Potenziale von KI in der Gefügeanalyse: Robustheit, Generalisierung und industrielle Skalierung

Britz, D. (V)¹; Bachmann, B.-I.¹; Mücklich, F.²; Müller, M.¹

59. Metallographie-Tagung 2025 - Materialographie

Utilizing VQ-VAE and GPT to Generate Synthetic Images of Flake Graphite Cast Iron

Goedecke, M.¹; Pfaff, M.¹; Kaip, M. (V)²

59. Metallographie-Tagung 2025 - Materialographie

Scalable microstructure analysis - new opportunities in microstructure-based and data-driven material design through artificial intelligence

Bachmann, B.-I. (Speaker)¹; Britz, D.¹; Mücklich, F.²; Müller, M.¹; Staudt, T.³; Stiefel, M.¹

MaterialsWeek 2025

Automated Microstructure Classification of Flake Graphite Cast Iron Using Semantic Segmentation

Kaip, M. (Speaker)¹; Goedecke, M.²; Pfaff, M.²

MaterialsWeek 2025

Semantic Segmentation of Steel Microstructures Using U-Net: Identifying Phases and Addressing Patch Border Artifacts

Menon, P.-M. (Speaker)¹; Krauledat, M.¹; Sicking, R.¹

MaterialsWeek 2025

Deep Learning in der Metallographie: Anpassung eines Modells zur Korngrößen-bestimmung für die Entwicklung der neuen ISO 643-Richtreihen

Wu, Z., Li, J., Zhang, J. and Stücklin, S.. "Deep learning in...

Automated Sample Extraction and Semantic Segmentation for industrial Image Analysis of Charpy V-notch samples using Machine Learning

Herges, A. (Speaker)¹; Bachmann, B.-I.¹; Mücklich, F.¹; Müller, M.¹; Scholl, S.²

Automatische Probenextraktion und Semantische Segmentierung zur Analyse industrieller Kerbschlagproben mittels Maschinellem Lernen

Herges, A. (V)¹; Bachmann, B.-I.¹; Mücklich, F.¹; Müller, M.¹; Scholl, S.²

58. Metallographie-Tagung 2024 - Materialographie

Beliebte Inhalte

Herausforderungen und Potenziale von KI in der Gefügeanalyse: Robustheit, Generalisierung und industrielle Skalierung

Britz, D. (V)¹; Bachmann, B.-I.¹; Mücklich, F.²; Müller, M.¹

59. Metallographie-Tagung 2025 - Materialographie

Scalable microstructure analysis - new opportunities in microstructure-based and data-driven material design through artificial intelligence

Bachmann, B.-I. (Speaker)¹; Britz, D.¹; Mücklich, F.²; Müller, M.¹; Staudt, T.³; Stiefel, M.¹

MaterialsWeek 2025

Deep Learning-Based Semantic Segmentation of Cementitious Microstructures from SEM Images

Alvear Puertas, V. (Speaker)¹; Precker, C.E.¹; Ouzia, A.²; Daniel, G.³; Wenner, S.⁴; Muíños-Landín, S.¹

Deep learning for defect detection in energy materials

Jansche, A. (Speaker)¹; Badmos, O.¹; Bernthaler, T.¹; Goll, D.¹; Hohs, D.¹; Kopp, A.¹; Schiele, T.¹; Schneider, G.¹; Trier, F.¹

Holistic Quantification of Complex Quenched and Tempered Steels using Machine Learning and Correlative Microscopy

Bachmann, B.-I. (Speaker)¹; Britz, D.²; Mücklich, F.¹; Müller, M.²

Conference on Artificial Intelligence in Materials Science and Engineering - AI MSE 2023

Oral-Poster-Präsentation

Image processing methods and light optical microscopy for in-situ quantification of chromatic change and layer dilation in Li-ion battery graphite anodes during (de-)lithiation

Jansche, A. (V)¹; Bernthaler, T.¹; Choudhary, A.K.¹; Desapogu, S.¹; Hogrefe, C.²; Kopp, A.¹; Schneider, G.¹; Trier, F.¹; Waldmann, T.²; Weisenberger, C.¹; Wohlfahrt-Mehrens, M.²

56. Metallographie-Tagung 2022 - Materialographie

Bildverarbeitungsverfahren und lichtoptische Mikroskopie für die In-situ-Quantifizierung der farblichen Veränderungen und Ausdehnung von Graphitanoden von Li-Ionen-Akkus während der (De-)Lithiierung

Jansche, A., Desapogu, S., Hogrefe, C., Choudhary, A. K., Trier, F.,...

Deep learning approach for the detection of chipping defects in IR microscopy images of microelectronic components for reliable failure analysis

Volman Stern, M.O. (Speaker)¹; Jansche, A.¹; Bernthaler, T.¹; Nagel, A.¹; Gounet, P.²

Conference on Artificial Intelligence in Materials Science and Engineering - AI MSE 2023

Enhancing Semantic Segmentation in High-Resolution TEM Images through Pretraining on Unlabeled Data

Kazimi, B. (Speaker)¹; Sandfeld, S.²

Conference on Artificial Intelligence in Materials Science and Engineering - AI MSE 2023

Semantic Segmentation of Steel Microstructures Using U-Net: Identifying Phases and Addressing Patch Border Artifacts

Menon, P.-M. (Speaker)¹; Krauledat, M.¹; Sicking, R.¹

MaterialsWeek 2025

Automated Sample Extraction and Semantic Segmentation for industrial Image Analysis of Charpy V-notch samples using Machine Learning

Herges, A. (Speaker)¹; Bachmann, B.-I.¹; Mücklich, F.¹; Müller, M.¹; Scholl, S.²

Convolutional neural networks for grain boundary segmentation and completion for a wide range of materials

Jansche, A. (V)¹; Rathod, K.¹; Choudhary, A.K.²; Bernthaler, T.¹; Schneider, G.¹

58. Metallographie-Tagung 2024 - Materialographie

Deep Learning in der Metallographie: Anpassung eines Modells zur Korngrößen-bestimmung für die Entwicklung der neuen ISO 643-Richtreihen

Wu, Z., Li, J., Zhang, J. and Stücklin, S.. "Deep learning in...

Semantic segmentation of microstructure in ferritic welding steel with convolutional neural network

Verrier, H. (Speaker)¹

Robuste – automatisierte - Korngrößenbestimmung mittels maschinellen Lernens am Beispiel ehemaliger Austenitkörner

Bachmann, B.-I. (V)¹; Britz, D.²; Mücklich, F.³; Müller, M.²; Stiefel, M.¹

58. Metallographie-Tagung 2024 - Materialographie

Identification of Ultrasmall Gold Nanoparticles in High-Resolution Transmission Electron Microscopy (HRTEM) Images by Machine Learning

Gumbiowski, N. (V)¹; Epple, M.¹; Heggen, M.²; Loza, K.¹

MaterialsWeek 2021

Assisted fractography using deep learning and topographic SEM Imaging

Schmies, L. (Speaker)¹; Bettge, D.¹

Conference on Artificial Intelligence in Materials Science and Engineering - AI MSE 2023

Utilizing VQ-VAE and GPT to Generate Synthetic Images of Flake Graphite Cast Iron

Goedecke, M.¹; Pfaff, M.¹; Kaip, M. (V)²

59. Metallographie-Tagung 2025 - Materialographie

A Semantic Segmentation Methodology for Macroscale Fracture Surfaces Analysis

Tlatlik, J. (Speaker)¹; Rosenberger, J.¹; Münstermann, S.²

Conference on Artificial Intelligence in Materials Science and Engineering - AI MSE 2023

Automatische Probenextraktion und Semantische Segmentierung zur Analyse industrieller Kerbschlagproben mittels Maschinellem Lernen

Herges, A. (V)¹; Bachmann, B.-I.¹; Mücklich, F.¹; Müller, M.¹; Scholl, S.²

58. Metallographie-Tagung 2024 - Materialographie

Automated Microstructure Classification of Flake Graphite Cast Iron Using Semantic Segmentation

Kaip, M. (Speaker)¹; Goedecke, M.²; Pfaff, M.²

MaterialsWeek 2025

© 2026