アルミニウム合金は工業的物性値の向上のため、液体状態で添加物を与えることで結晶粒を微細化させる。しかし、微細化の評価に用いるEPMA元素マッピングには膨大な工数と多額の費用がかかり、電子顕微鏡画像の加工には評価者の任意性が介在する上に膨大な工数がかかる。近年これらの対策として機械学習を用いた画像認識が行われているが、撮影条件や検出する組織の種類ごとに新たな検出モデルを作成するという工数が発生する問題がある。
　そこで本研究では、深層学習を用いたセグメンテーション手法を電子顕微鏡織画像に取り入れ、1つの検出モデルを用いて多条件かつ多種類の金属組織を自動で高精度かつ高速に解析する手法の確立を目指す。