基于深度学习的电池模组外观缺陷检测方法及系统
专利号：CN116363125B
成果方：厦门微图软件科技有限公司
成果类型：发明授权
发明人：何俊霖; 许海山
授权日：2023-08-11
价值预估：请联系我们获取最新价值
本发明提供了基于深度学习的电池模组外观缺陷检测方法及系统，其方法包括：获取电池模组的外观缺陷样本数据，并提取外观缺陷样本数据的数据特征，且基于数据特征对外观缺陷样本数据进行类别标注；基于缺陷检测要求确定对预设深度学习模型的训练终止条件，并基于类别标注的外观缺陷样本数据和训练终止条件对预设深度学习模型的初始模型参数进行迭代训练，构建目标深度学习预测模型；采集电池模组外观图像，并将电池模组外观图像输入目标深度学习预测模型进行缺陷预测，得到电池模组外观存在的缺陷以及缺陷类别。实现对电池模组外观存在的缺陷以及缺陷类别进行快速准确的预测判断，从而便于根据预测判断结果及时采取相应的应急措施。