基于深度學習模型MaskR-CNN對M50軸承鋼中碳化物的研究

中圖分類號：TH142；TP317 DOI：10.16579/j.issn.1001.9669.2025.08.003

0 引言

M50軸承鋼是一種高合金鋼，具有優(yōu)異的耐磨性、耐蝕性，廣泛用于航空航天、船舶、汽車等領域[1]。該軸承鋼主要成分為C、Cr、Mo、V、Ni等元素，其中 ΔV 、Mo、Cr有利于碳化物的形成。碳化物和合金元素可提供二次硬化，使組織更加穩(wěn)定[2-4]。碳化物按析出先后順序分為一次碳化物和二次碳化物。一次碳化物在液態(tài)金屬固化時形成，二次碳化物由固相轉變析出。研究發(fā)現(xiàn)，M50軸承鋼中存在較多尺寸偏大且分布不均勻的一次碳化物，其嚴重危害了其沖擊韌性和疲勞壽命，不利于軸承的長期服役[5-7]。針對M50軸承鋼中的碳化物展開了大量的研[8]1122[9]16175[10]105-110發(fā)現(xiàn)，M50軸承鋼中的一次碳化物多為MC型和 M₂C 型，二次碳化物主要為 M₂₃C₆ 型[1]8-103。一次碳化物MC和 M₂C 尺寸較大，二次碳化物 M₂₃C₆ 尺寸相對較小。碳化物MC形狀為類圓狀或棒狀， M₂C 形狀為棒狀或層片狀[9]161755， M₂₃C₆ 為顆粒狀。MC的元素中富含 V，M₂C 富含Mo， M₂₃C₆ 富含 Cr 。掃描電子顯微鏡（ScanningElectronMicroscopy，SEM）圖片中MC比M23C6襯度深[10]107

近年來，在深度學習與材料研究的結合方面取得了一定的成果。DECOST等[2]使用視覺特征提取單元結合支持向量機（SupportVectorMachine，SVM）算法對黃銅、青銅、球墨鑄鐵、灰鑄鐵、亞共析鋼、可鍛鑄鐵、高溫合金等7種材料的微觀組織進行分類識別，準確率達 80% 。DURMAZ等[13]6272使用不同的Unet模型，對復雜金相組織中的貝氏體進行識別分割，準確率超過 90% 。YANG等[14]使用全連接神經(jīng)網(wǎng)絡（FullyConnectedNeuralNetwork，F(xiàn)CNN）、長短期記憶網(wǎng)絡（LongShort-TermMemory，LSTM）、注意力機制等擬合了不同材料的疲勞壽命曲線，壽命數(shù)據(jù)在擬合壽命曲線的2倍分散帶以內。李維剛等[15]利用不同的深度學習模型自動識別鋼鐵中的鐵素體、馬氏體、珠光體等，在測試集中的準確率達到 100% 。段獻寶等[6]使用3種神經(jīng)網(wǎng)絡，完成了對鋼材微觀組織的高效、準確識別，分類精度達到 99.6% 。蘇晨等[17]78-84將注意力機制與ResNet結合對鋼材中殘余奧氏體進行識別并評級。彭凡等1使用深度學習對螺栓連接失效載荷進行了非線性擬合。

綜合來看，深度神經(jīng)網(wǎng)絡在材料學科的應用仍以圖片識別、曲線擬合為主，對圖片中內容的定量分析較少。本文設計了一種改進的掩膜基于區(qū)域的卷積神經(jīng)網(wǎng)絡 （Mask Region-based Convolutional NeuralNetwork，MaskR-CNN），用以分析M50軸承鋼的碳化物，可以同時實現(xiàn)如下功能： ① 識別SEM圖片中的碳化物并確定其類別； ② 對SEM圖片中的碳化物進行分割標記； ③ 確定碳化物在圖片中的占比； ④ 統(tǒng)計圖片中每個碳化物的尺寸，并輸出碳化物的直徑分布直方圖。

1 對MaskR-CNN的改進

1.1 MaskR-CNN的結構

MaskR-CNN模型是一種用于目標檢測和實例分割的深度學習模型，是R-CNN系列模型的一種擴展，由HE等[19]386-397于2017年提出。結合待識別碳化物圖片的特點，本文在原MaskR-CNN模型的基礎上進行了一系列的修改，具體細節(jié)見下文。本文還在最后程序中加人了數(shù)據(jù)處理模塊，可對識別到的碳化物進行量化統(tǒng)計。整體網(wǎng)絡主要由FasterR-CNNPredictor和MaskBranch這2個分支組成，網(wǎng)絡結構如圖1所示。

圖1MaskR-CNN結構流程圖

結構中Backbone+FPN是特征提取模塊。Backbone使用的是殘差網(wǎng)絡ResNet50。ResNet50中使用了恒等映射結構。恒等映射單元如圖2所示。對應式（1），函數(shù) F（x_l，w_l） 的輸出值可為0。當 F（x_l，w_l）=0 時，就有 x_l+1=x_l ，即輸出和輸人相同，這樣就實現(xiàn)了恒等映射。該結構保證了神經(jīng)網(wǎng)絡層數(shù)的增加，不會使訓練出的結果變差。特征金字塔網(wǎng)絡（FeaturePyramidNetwork，F(xiàn)PN）[20]能夠在不同的尺寸上提取特征。原始輸入的SEM圖片經(jīng)Backbone部分處理后，存在多次尺寸的變化，使用特征金字塔結構可以較好地彌補圖片在尺寸變化時部分特征信息丟失的缺點，提高了模型的魯棒性。

圖2恒等映射單元 Fig.2Identity mapping unit

區(qū)域建議網(wǎng)絡（Region ProposalNetwork，RPN）的作用是在圖片的特定位置生成一系列預選邊界框。

RoIAlign中RoI是RegionofInterest的簡寫，即感興趣區(qū)域。該模塊的功能是將指定的邊界框（來自RPN或者FastR-CNNPredictor）先映射到Backbone + FPN生成的特征圖上，之后將對應區(qū)域變換為特定的大小，最后對變換后的區(qū)域進行最大池化處理。FastR-CNNPredictor模塊使用的RoIAlign（使用的邊界框來自RPN）將特征層處理后生成的圖像大小是 7×7 。MaskBranch模塊使用的RoIAlign（使用的邊界框來自FastR-CNNPredictor）將特征層處理后生成的圖像的大小是 14×14 。 14×14 的圖像可以在一定程度上保留更多和尺寸相關的特征信息，有利于對碳化物進行像素級的掩碼分割。

FastR-CNNPredictor模塊用于執(zhí)行目標分類、確定邊界框回歸參數(shù)，即確定輸入的SEM圖片中哪些區(qū)域是碳化物，將非碳化物區(qū)域確定為背景，同時確定碳化物的邊界框的大小及位置。

MaskBranch模塊用于生成每個目標的精確掩碼，即在目標邊界框的內部確定每一個像素屬于何種類別，是 MC，M₂C，M₂₃C₆ 或者背景，以二值圖像的形式表示出來。

最后，將MaskBranch生成的二值圖像和FastR-CNNPredictor生成的分類信息與邊界框信息映射到原圖上，得到具有碳化物類別信息、碳化物的邊界框和碳化物像素分割信息的圖像。

1. 2 網(wǎng)絡的預設

設定的神經(jīng)網(wǎng)絡的初始參數(shù)和數(shù)據(jù)處理方法直接影響訓練的時間和最后的結果。在參考一些文獻[13]6272[19]386-3[21]125-1029和實踐的基礎上，對設定的參數(shù)、超參數(shù)、數(shù)據(jù)集的處理方法進行了如下思考。

1.2.1 遷移學習

遷移學習是深度學習中一個重要的方法。本文使用的MaskR-CNN結構較為復雜，若從0開始訓練該網(wǎng)絡，則需要較長的時間。遷移學習是將之前學習到的參數(shù)遷移到新的任務或領域中，從而改善新任務的學習效果，能在較短的時間內使網(wǎng)絡收斂。遷移學習還可以減少數(shù)據(jù)需求[21]1028，提高模型的泛化能力，改善模型的表現(xiàn)等。通常情況下，遷移學習應用于兩個相關但不同的任務，分別稱為源任務和目標任務。

本文綜合使用了特征提取和微調兩種遷移學習方法，使用Coco數(shù)據(jù)集訓練出的參數(shù)作為Backbone+FPN初始參數(shù)。Coco數(shù)據(jù)集的圖片數(shù)量達328000張，有82個類別，經(jīng)該數(shù)據(jù)集訓練出來的參數(shù)有較好的特征提取能力。設定前10個Epoch為預訓練階段，該階段使Backbone+FPN參數(shù)不變，僅在訓練中更新FastR-CNNPredictor和MaskBranch的參數(shù)。當大于10個Epoch后，解除對Backbone+FPN參數(shù)的凍結，整體網(wǎng)絡參數(shù)一起訓練。

1.2.2 數(shù)據(jù)增強

數(shù)據(jù)增強是深度學習中一種常用的技術，通過對原始數(shù)據(jù)進行一系列的變換和處理，生成新的訓練樣本，從而擴充訓練數(shù)據(jù)集的規(guī)模和多樣性。數(shù)據(jù)增強技術對輸入數(shù)據(jù)進行隨機變換，提高了模型的泛化能力和魯棒性。本文使用的SEM圖片共有240張，與常見的數(shù)據(jù)集，如ImageNet（100萬張）MSCoco（328000張）PASCALVOC（11540張）對比，可知本文數(shù)據(jù)集的數(shù)量是相對較少的。因此使用數(shù)據(jù)增強是必要的。DURMAZ等[13]6272使用數(shù)據(jù)增強的方法，用相對較少的圖片完成了網(wǎng)絡的訓練，達到了預期的效果

常見的數(shù)據(jù)增強技術有鏡像翻轉、隨機裁剪、旋轉和縮放、增加噪聲、圖像亮度和對比度調整等。本次研究的重點是圖片中的碳化物種類和形狀。在數(shù)據(jù)增強時，改變寬高比會明顯地改變圖片中碳化物的形狀，改變顏色會影響原有的襯度，進而影響結果的準確性。因此，本文數(shù)據(jù)增強時僅采用水平翻轉和垂直翻轉，以保證碳化物的形狀、襯度不變。

1.2.3 自適應學習率

在深度學習中，傳統(tǒng)的優(yōu)化算法，如梯度下降使用固定的學習率，但對于復雜的深度神經(jīng)網(wǎng)絡，固定學習率可能不夠有效。自適應學習率是一種根據(jù)模型訓練過程中的情況自動調整學習率的技術，可以更加高效地訓練模型，加速模型的收斂，提高模型的性能。

常見的自適應學習率方法包括：動量法、學習率衰減、AdaGrad、RMSprop、AdaDelta、Adam等。本次使用學習率衰減法，設定學習率隨著訓練次數(shù)的增加而減小。學習率越小，網(wǎng)絡訓練時參數(shù)變化越小，該做法保證了模型在訓練到后期時的精度。本文將初始學習率設置為0.002，學習率的下限設為0.00002。基于數(shù)據(jù)集圖片的數(shù)量，本文選取的迭代次數(shù)為 300 。

1.3 均值平均精度

混淆矩陣是深度學習中常用的評估模型性能的工具。混淆矩陣所包含的內容如表1所示。

表1混淆矩陣

Tab.1 Confusionmatrix

混淆矩陣是一個二維矩陣，用于比較分類模型的預測結果與真實標注之間的差異。通過混淆矩陣，可以計算出各種性能指標，如準確率（Accuracy）精確率（Precision）、召回率（Recall）等。其中Precision和Recall公式定義為

式中， P_TP 為真陽性數(shù)量； P_FP 為假陽性數(shù)量； P_FN 為假陰性數(shù)量。由其定義可知 P_Precision 和 R_Recall 的值均小于1。以 P_precision 值為縱坐標 ?R_Recall 值為橫坐標作圖，便構成了評價神經(jīng)網(wǎng)絡的 P_Precision–R_Recall 曲線圖。 P_Precision–R_Recall 曲線下的面積用 P_AP （AveragePrecision，AP）表示，相關計算式為式（4）；均值平均精度（MeanAveragePrecision，MAP）是所有類別的平均精度的均值，相關計算式為式（5）。

P_Precision–R_Recall 曲線下的面積越大，說明網(wǎng)絡輸出結果與標注圖越匹配，即 P_?MAP 的值越大說明網(wǎng)絡的性能越好， P_?MAP 的上限為1，以 P_?MAP 為指標衡量神經(jīng)網(wǎng)絡具有綜合性；因此，本文選取 P_?MAP 為網(wǎng)絡的評價指標。

2碳化物類型鑒別和數(shù)據(jù)集制作

本文研究的M50軸承鋼的化學成分（質量分數(shù)， % ）為： 0.81～0.85C，4.00～4.25Cr，4.00～4.50Mo 0.90～1.10V， ?0.15Ni ， 0.15～0.35Mn ， ?0.25Si ， ? 0.25Co， ?0.25W ，其余為Fe。材料的熱處理工藝影響碳化物的產(chǎn)生及分布，本試驗所用材料選取常規(guī)的熱處理方法，具體工藝是：真空感應熔煉-自耗電極-真空自耗熔-自耗錠-高溫均勻化-鍛造-軋制棒材。所制成的壞料棒材的直徑為 65mm ，將 ?65mm 壞料經(jīng)切割、車削、磨削等工藝制成 的試樣軸，將試樣軸切片、打磨、拋光、腐蝕后在掃描電子顯微鏡SU5000下觀察，得到圖3（a）所示的圖片。圖3（a）中的碳化物按外形可分為圓棒形、類圓形和顆粒形3種，分別對應圖3（a）中的1、2、3。為進一步確定材料中碳化物的種類，將材料經(jīng)離子減薄制成可用透射電子顯微鏡（Transmission Electron Microscope， TEM） JEM-F200觀察的樣品。樣品在TEM中經(jīng)能量色散譜（EnergyDispersiveSpectroscopy，EDS）分析得到圖4所示結果。由圖4可知，圓棒形碳化物富含Mo，類圓形較大的碳化物富含V，相對較小的顆粒狀碳化物富含 Cr_? 初步判斷3種碳化物分別為 M₂C，MC 和 M₂₃C₆ 。對相同形狀的碳化物做衍射斑分析，結果如圖5所示。標定結果顯示，3種碳化物分別為 M₂C，MC 和 M₂₃C₆ 。上述結果也與文獻[9]161755、文獻 [10]^107-109 、文獻[11]101-103的描述相符。最終確定SEM圖片的碳化物類型，如圖3（b）所示。

圖3M50軸承鋼的SEM圖像

圖4M50軸承鋼的TEM-EDS圖像，碳化物形貌及V、Mo、Cr、Fe 元素分布 Fig.4TEM-EDSimagesofM50bearingsteel，carbides' morphologyanddistributionofV，Mo，Cr，F(xiàn)eelement

使用SEM觀察并采集圖像，隨機在表面的不同位置獲取多張圖片，每張圖像的分辨率是 1280×960 。受限于計算機的計算能力，輸入神經(jīng)網(wǎng)絡的圖片的尺寸不宜太大。在制作數(shù)據(jù)集時，去除原始圖片中有文字的部分，將剩下的部分截取為兩張，每張圖片大小為512×512 。然后結合圖3（b）所示的結果，使用神經(jīng)網(wǎng)絡標注工具Labelme對圖片中的碳化物進行手動標注。將襯度較淺、面積較小的顆粒狀碳化物標注為M₂₃C₆ 。將襯度較深、面積相對較大的類圓形碳化物標注為MC。將圓棒形的碳化物標注為 M₂C 。標注前后的圖片如圖6所示。標注時忽略特別細小的碳化物。標注完成后使用轉化程序將標注好的數(shù)據(jù)集轉化為json格式，用于之后對模型的訓練。

圖5M50軸承鋼中 M₂C?MC?M₂₃C₆"的TEM圖像及衍射花樣Fig.5TEM imagesof M₂C ，MC and M₂₃C₆ and theirdiffractionpatterns inM50 bearing steel

圖6M50軸承鋼的SEM原圖及標注圖

Fig.6OriginalSEMimagesofM5obearingsteelandtheirlabel images

3神經(jīng)網(wǎng)絡對數(shù)據(jù)集中碳化物的識別和量化統(tǒng)計

本文使用的圖片分為訓練集、驗證集和測試集，分別為160張、40張和40張。訓練集和驗證集都是帶有標注的圖片，用于前期對網(wǎng)絡模型的訓練。測試集用于最后對模型的檢驗。為了提高訓練速度，本次使用圖形處理器（GraphicsProcessingUnit，GPU）進行并行訓練，優(yōu)化器選用了Adam[22]，使用的框架是PyTorch。經(jīng)過8h完成300個Epoch的訓練。訓練后網(wǎng)絡達到了使用要求，結果見下文。

3.1對SEM圖片中碳化物的識別

將測試集的40張圖片輸人訓練好的網(wǎng)絡，取置信度為 50% ，得到所有的圖片處理結果，其中的3張結果如圖7所示。圖7中用不同的顏色標識出不同的碳化物，碳化物的種類在邊界框的左上角標出。由圖7可看出，網(wǎng)絡能較為準確地識別出圖中的碳化物并正確地確定其種類。由圖7還可直觀地看出3種碳化物在圖片內的分布。圖7（c展示了在材料的局部區(qū)域多個 M₂C 型碳化物集中出現(xiàn)的現(xiàn)象，該結果說明M50軸承鋼材料內存在 M₂C 分布不均的情況，

3.2 圖片中碳化物的占比和尺寸

材料中碳化物的多少也是影響材料性能的一個關鍵因素。本文的模型以像素面積占比計算40張測試集圖片中碳化物的面積占比，所得的結果為 5% 。相關表達式為

式中， N_c 為一張圖片內屬于碳化物的像素點的總數(shù)；

N_P 為一張圖片中像素點的總數(shù)。

碳化物的尺寸直接影響了材料的性能。明確碳化物的尺寸對分析材料的品質、判斷材料的性能具有重要意義。本文的網(wǎng)絡使用兩種尺寸表示碳化物的大小，分別為當量直徑和費雷特直徑。

圖73張測試結果圖

Fig.7 Three imagesof testing results

3.2.1 當量直徑

SEM圖片中單個碳化物的當量直徑計算式為

式中， N 為1個碳化物的像素面積；1為圖片比例尺。

網(wǎng)絡能輸出每個碳化物的當量直徑。為了直觀展示，本次將所有碳化物的直徑以直方圖的形式輸出。使用測試集圖片得到的當量直徑分布直方圖如圖8所示。

3.2.2 費雷特直徑

在圖7中，每個碳化物的邊界框的4個頂點都有相應的坐標，通過坐標可以計算邊界框的長和寬。本文選取邊界框中較長邊作為對應碳化物的費雷特直徑。基于此，可求得測試集40張圖片中的3種碳化物的費雷特直徑。用得到的3種碳化物的費雷特直徑生成費雷特直徑分布直方圖，如圖9所示。

4結果與討論

4.1 網(wǎng)絡的性能指標

改進的MaskR-CNN共進行了300輪的迭代，學習率和損失值分別反映了網(wǎng)絡的訓練精度和測試結果的準確度。圖10所示為學習率隨迭代次數(shù)變化的曲線，圖11所示為損失值23隨迭代次數(shù)變化的曲線。

前10個Epoch是預訓練階段，該階段Backbone + FPN模塊的參數(shù)保持不變，僅更新網(wǎng)絡其他部分的參數(shù)。圖10中，在第200個Epoch時學習率從0.002衰減到0.0002，在第270個Epoch時學習率衰減為最小值0.00002，之后保持不變。由圖11可看出，在前50輪迭代時損失值快速下降。在第200個Epoch后損失值逐漸穩(wěn)定，最后數(shù)值約為0.2。該損失值為分類損失、邊界框損失、圖片分割損失的平均值。損失值為0.2，該數(shù)值較小，滿足使用要求。

圖12所示為網(wǎng)絡的 P_MAP 值隨著迭代次數(shù)的變化曲線。網(wǎng)絡的MAP值在迭代了220個Epoch后趨于穩(wěn)定，最后數(shù)值約為0.9，即平均精度達 90% 。該精確度達到了同類網(wǎng)絡的較高水平[13]6272[17]83，滿足實驗室測試的精度要求。

圖9 MC、 M₂C 和 M₂₃C₆"的費雷特直徑分布直方圖Fig.9Distribution histogram of Ferret diameters of MC， M₂C and M₂₃C₆

圖10MaskR-CNN的學習率

圖11MaskR-CNN的損失值 Fig.11 Lossvalueof theMaskR-CNN

4.2對量化結果的分析

圖8、圖9分別展示了3種碳化物的當量直徑和費雷特直徑。從每一個直方圖上看，在數(shù)量占比上，3種碳化物中，都是小直徑的碳化物占比大，大直徑的碳化物占比小。該結果能直觀地看出材料中每種碳化物的細化情況，可幫助研究者判斷材料的品質。將三種碳化物的兩種直徑進行對比，匯總結果如表2所示。對比同一種碳化物的2種直徑可知，MC和M₂₃C₆ 的2種直徑差異不大， M₂C 的2種直徑差異明顯。一個碳化物的當量直徑和費雷特直徑的差異越大，其寬高比越大，寬高比越大的碳化物越容易斷裂[8]11822。由此可知， M₂C 更容易斷裂，斷裂的碳化物易成為材料裂紋的萌生點。碳化物發(fā)生斷裂的頻率與碳化物的尺寸、強度、形狀相關[8]11822。考慮到3種碳化物外形的不規(guī)則性，相較于當量直徑，費雷特直徑能更準確地從數(shù)字上表達碳化物的大小。因此，在從尺寸和形狀上判斷碳化物的斷裂難易性時，費雷特直徑可作為判斷依據(jù)。在同一類直徑3種碳化物之間相互對比可知，MC和 M₂C 的尺寸比 M₂₃C₆ 大，且3種碳化物的直徑最大值分別是 16、13、1.3μm 。碳化物的尺寸越大，越容易引起局部應力集中，進而導致材料產(chǎn)生裂紋[24]。因此，較大的一次碳化物MC和 M₂C 更容易引起材料內部應力集中，而 M₂₃C₆ 的影響較小。綜上所述，無論是同一種碳化物2類直徑的對比還是同一類直徑幾種碳化物之間的對比，都能進一步獲得材料中微觀組織的信息，該信息可為材料的優(yōu)化提供指導。

表23種碳化物的直徑分布

Tab.2Distributionof threekindsofcarbides'diameters

5結論

本文改進的MaskR-CNN使用訓練集160張圖片、驗證集40張圖片，經(jīng)300輪迭代完成了模型的訓練。用訓練好的網(wǎng)絡對測試集的40張SEM圖片進行處理，得到了碳化物分割結果圖和直徑分布直方圖。對輸出的圖像和數(shù)值結果進行分析，得到以下主要結論：

1）M50軸承鋼的SEM圖片中的碳化物MC、 M₂C 、M₂₃C₆ 能被網(wǎng)絡識別并標記，平均準確度為 90% 。2）網(wǎng)絡輸出的碳化物的圖片面積占比是 5% ，可以粗略推斷本次研究的材料中碳化物的體積占比為 5% 。3）直徑分布直方圖顯示，M50軸承鋼中一次碳化物MC和 M₂C 的尺寸明顯比 M₂₃C₆ 的大。MC、 M₂C 、M₂₃C₆ 的費雷特直徑均值分別為 1.47，0.96，0.45μm.

本文驗證了深度神經(jīng)網(wǎng)絡作為一種工具，既可以用來識別材料的微觀組織，幫助研究者認識學習，也可以定量分析特定的微觀組織，幫助研究者判斷材料的品質。在分析或處理較多的數(shù)據(jù)時，深度神經(jīng)網(wǎng)絡明顯具有準確、高效的優(yōu)勢。

參考文獻（References）

[1] BHADESHIAHKDH.Steels for bearings[J].Progress in MaterialsScience，2012，57（2）：268-435.

[2] KINKUSTJ，OLSONGB.Microanalytical evaluation of a prototype stainless bearing steel[J].Surface Science，1992，266（1/2/3）： 391-396.

[3] BARROWATW，RIVERA-DIAZ-DEL-CASTILLOPEJ.Nanoprecipitationinbearing steels[J].ActaMaterialia，2011，59（19）： 7155-7167.

[4] KANGJH，RIVERA-DIAZ-DEL-CASTILLOPEJ.Carbide dissolutionin bearing steels[J].Computational Materials Science，2013， 67：364-372.

[5] GUETARD G，TODA-CARABALLO I，RIVERA-DIAZ-DELCASTILLO PEJ.Damage evolution around primary carbides underrolling contact fatigue inVIM-VARM5o[J].International Journal ofFatigue，2016，91：59-67.

[6] GUANJ，WANGLQ，ZHANGZQ，etal.Fatigue crack nucleation and propagationatclustered metaliccarbides inM5o bearing steel [J].Tribology International，018，119：165-174.

[7]JELITA RYDEL J，TODA-CARABALLO I，GUETARD G， et al. Understanding the factors controlling rolling contact fatigue damage in VIM-VAR M50 steel[J]. International Journal of Fatigue， 2018，108：68-78.

[8]DUNY，LIU HH，CAO Y F，et al. In situ investigation of the fractureof primarycarbides and its mechanismin M50 steel[J].MaterialsCharacterization，2022，186：111822.

[9]LIU WF，GUO YF，CAO YF，et al. Transformation behavior of primary MC and M₂C carbidesin Cr4Mo4V steel[J].Journal of Alloys and Compounds，2021，889：161755.

[10]侯志遠，劉威峰，徐斌，等.熱加工過程中M50軸承鋼一次碳化物 的形成與演化[J].熱加工工藝，2024，53（1）：105-110. HOU Zhiyuan，LIU Weifeng，XU Bin，et al. Formation and evolution of primary carbides in M50 bearing steel during hot working [J].Hot Working Technology，2024，53（1）：105-110.（In Chinese）

[11］吳玉成，姜宏偉，胡園，等.多向鍛造對M50鋼一次碳化物破碎機 制的影響[J].中國冶金，2020，30（9）：98-103. WU Yucheng，JIANG Hongwei，HU Yuan，et al. Effect of multi-direction forging on carbide evolution of M50 steel[J]. China Metallurgy，2020，30（9）：98-103.（In Chinese）

[12]DECOST B L，HOLM E A.A computer vision approach for automated analysis and classification of microstructural image data[J]. Computational Materials Science，2015，110：126-133.

[13]DURMAZ A R，MULLER M，LEI B，et al. A deep learning approach for complex microstructure inference [J].Nature Communications，2021，12（1） ：6272.

[14]YANG J Y，KANG G Z，KAN Q H. A novel deep learning approach of multiaxial fatigue life-prediction with a self-atntion mechanism characterizing the effects of loading history and varying temperature[J]. International Journal of Fatigue，2022，162： 106851.

[15］李維剛，諶竟成，范麗霞，等.基于卷積神經(jīng)網(wǎng)絡的鋼鐵材料微觀 組織自動辨識[J].鋼鐵研究學報，2020，32（1）：33-43. LI Weigang，CHENJingcheng，F(xiàn)ANLixia，etal.Automatic identification of microstructure of iron and steel material based on convolutional neural network[J].Journalof Ironand Steel Research，2020， 32（1）：33-43.（In Chinese）

[16］段獻寶，何惠珍，李平平，等.基于深度卷積神經(jīng)網(wǎng)絡的鋼材微觀 組織分類識別[J].鐵道車輛，2022，60（1）：43-47. DUAN Xianbao，HE Huizhen，LI Pingping，etal. Clasification and identification of steel microstructure based on deep convolution neuralnetwork[J].Rolling Stock，2022，60（1）：43-47.（In Chinese）

[17]蘇晨，任志俊，范彪，等.基于注意力機制與ResNet的殘余奧氏體 評級研究[J].輕工機械，2023，41（2）：78-84. SUChen，RENZhijun，F(xiàn)ANBiao，etal.Researchonretainedausteniteratingbased on attentionmechanismand ResNet[J].Light IndustryMachinery，2023，41（2）：78-84.（InChinese）

[18]彭凡，鄒司農，任毅如.基于深度學習的復合材料螺栓連接失效 預測[J].機械強度，2023，45（2）：447-453. PENGFan，ZOUSinong，RENYiru.Failurepredictionof bolted connection ofcompositematerials based on deep learning[J].JournalofMechanicalStrength，2023，45（2）：447-453.（InChinese）

[19]HEK M，GKIOXARIG，DOLLARP，et al.Mask R-CNN[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2020，42（2）：386-397.

[20]WANG CY，ZHONG C M.Adaptive feature pyramid networks for objectdetection[J].IEEE Access，2021，9：107024-107032.

[21]吳定海，任國全，王懷光，等.基于卷積神經(jīng)網(wǎng)絡的機械故障診斷 方法綜述[J].機械強度，2020，42（5）：1024-1032. WUDinghai，REN Guoquan，WANG Huaiguang，etal. The review ofmechanical faultdiagnosismethodsbased onconvolutionalneuralnetwork[J].Journal ofMechanical Strength，2020，42（5）：1024- 1032.（In Chinese）

[22]KINGMA D P，BAJL.Adam：a method for stochastic optimization [C]//3rd International Conference on Learning Representations， ICLR2015-Conference Track Proceedings.Ithaca：ArXiv，2015： 1-15.

[23]HEGQ，HUOYC，HEMY，etal.A novel orthogonality loss for deephierarchical multi-task learning[J].IEEE Access，2020，8： 67735-67744.

[24]高楚寒，葛思楠，李萬明，等.高速鋼碳化物偏析的研究現(xiàn)狀[J]. 中國冶金，2019，29（5）：1-5. GAOChuhan，GE Sinan，LIWanming，etal.Research statusofcarbide segregation in high speed steel[J].China Metallurgy，2019，29 （5）：1-5.（In Chinese）

Abstract：The main types of carbides in M5O bearing steel are MC， M₂C and M₂₃C₆ .Under the scanning electron microscopy（SEM），theyexhibit significantdifferences intheshape，size，anddistribution.Somecarbideshavelargersizes anduneven distribution.They becomeareas ofstress concentrationunderloading，which has anegative impacton the bearing fatigueperformance.Soan improved mask region-based convolutional neural network （Mask R-CNN） model wasproposed whichcanbatchidentifythetypesofthreekindsofcarbidesinSEMpictures，thediametersofcarbides were measured，and the distribution ofcarbides was showed. The output images and histogram results show that the size of M₂C carbide in M50 bearing steel is large and unevenly distributed，but the distribution of MCcarbide with the largest size and M₂₃C₆ with the smallest size is reasonably uniform.

Keywords：Deeplearning;MaskR-CNN;M5Obearingsteel;Carbide Corresponding author： LI Shuxin，E-mail： lishuxin@nbu.edu.cn Fund：Natural ScienceFoundationofChina （52075271）;Major ScienceandTechnologyTaskTacklingProjectofNingbo （2022Z050）; Cixi Industry-Specific Technology Research and Development Project（CZ2022009） Received：2023-11-23 Revised：2024-01-16