ML-MoS2-defect-detect

MoS2 (이황화 몰리브데늄)을 촬영한 STEM 이미지상에 나타난 Sulfur defects를 감지하는 머신러닝 모델을 제작했습니다.

🔗 레퍼런스: STEM Image Analysis Based on Deep Learning: Identification of Vacancy Defects and Polymorphs of MoS2

🔗 레퍼런스: Generating STEM Simulated Image

Introduction

Architecture

Generating Training Set

Training

Crop Augmentation의 효과: Augmentation I vs Augmentation II

• Augmentation I: w/ Crop Augmentation
• Augmentation II w/o Crop Augmentation

Case1: Predict Region: 5x5nm

\

Case2: Predict Region: 2.5x2.5nm

crop augmentation 과정을 거치지 않은 Training Set으로 훈련시킨 모델의 경우 2.5x2.5nm 영역에 대한 예측성능이 상대적으로 낮다는 것을 확인할 수 있었습니다.