衍射图不能当照片学：只靠ImageNet预训练的模型在背景噪声里“看出”相分数，物理预训练才盯住布拉格环
核心概要
同步辐射X射线衍射每秒产生一张二维衍射图，用图像模型自动读出Ti–6Al–4V中α相与β相的体积分数看似可行。两个模型在250张实验衍射图上微调后精度相近，但稳健性测试与注意力图显示，仅用ImageNet预训练的模型从背景和像素噪声里推断相分数，而先在模拟衍射图上训练、再微调的模型依据布拉格反射。预测精度本身不足以验证模型。
深度剖析
在Ti–6Al–4V的α/β相分数回归任务上，两个微调后精度相近的神经网络内部依据完全不同：一个依赖与物相无关的背景与像素噪声，另一个依据布拉格反射。 此前的常见做法是把ImageNet预训练权重当作科学图像任务的默认初始化，并以测试集精度判断模型是否可用。 在留出一整段热处理实验作为测试集的评估下，仅ImageNet预训练再微调的模型在实验样本极少时预测发散，而先经模拟衍射图训练的模型从第一张实验衍射图起就保持稳定。
把模拟衍射图放进训练课程，能让编码器学到与衍射物理一致的判据，再用少量实验数据弥合模拟与实验之间的分布差异。 只用模拟数据训练、不做实验微调的模型，其误差与随机初始化后直接训练的实验模型相当，说明模拟特征不能直接迁移。 两个独立同步辐射二维衍射数据集上，先模拟后微调的模型在其中一个数据集上平均绝对误差为0.045，在另一个上为0.101；在50张随机抽取的实验衍射图上，放大与径向遮挡测试的差异具有统计显著性。
启示与展望
结论建立在Ti–6Al–4V的α/β相体积分数回归这一具体任务上，数据来自两个独立的同步辐射二维X射线衍射实验，评估采用留出一整段热处理子实验的方式。作者明确说明，该方法对其他材料体系和其他任务的效果取决于各自的特性，模拟越接近真实，所需的实验微调可能越少。
模拟衍射图未包含晶体织构及其与晶粒尺寸的可能关联，作者提出引入March–Dollase类取向修正或可缩小模拟与实验的差距。自监督掩码图像建模预训练在模拟语料上得到的模型，在实验样本很少时同样出现与仅ImageNet预训练模型类似的不稳定。结论仅覆盖单一材料体系与二相分数回归任务。