本發(fā)明提出了一種多解碼器全卷積神經網絡及其相應的細觀結構識別方法，將該多解碼器全卷積神經網絡用于陶瓷基復合材料預制體XCT切片的語義分割，并確定了網絡結構的初始化方法、類別平衡、訓練方法等。本發(fā)明解決了不同解碼器帶來的特征圖中邊緣模糊或者內容信息丟失的問題，結合深度學習和語義分割任務提高細觀結構識別的準確率，增強算法的魯棒性。本發(fā)明提供的多解碼器全卷積神經網絡可以用于不同編織類型的陶瓷基復合材料預制體，包括2.5維編織、三維四向編織結構等全部類型，適用范圍廣，識別的細觀結構包括纖維束（經紗和緯紗）、孔洞、基體。