ReSTOLO：用于精准识别表面分子异构体和非常相似分子的两阶段机器视觉识别框架

本文针对扫描隧道显微镜图像中相似分子识别难题，提出两阶段机器学习框架ReSTOLO。研究背景源于传统机器学习模型在复杂STM图像识别中的局限性，特别是对高度相似分子、无超结构特征的识别困境。研究目的在于开发能精准定位分类表面分子异构体的专用视觉系统。通过分离定位与分类任务，结合检测框归一化和数据增强策略，在六类分子体系中实现平均精度超85%的突破性成果，为表面科学自动化检测提供有效工具。