基于深度学习语义分割的新能源电池焊接缺陷检测方法
基本信息
| 申请号 | CN202110869191.5 | 申请日 | - |
| 公开（公告）号 | CN113592813A | 公开（公告）日 | 2021-11-02 |
| 申请公布号 | CN113592813A | 申请公布日 | 2021-11-02 |
| 分类号 | G06T7/00（2017.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06K9/62（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 杨亚涛;何雨青;张力;马君显;陶凯;杨顺情 | 申请（专利权）人 | 深圳市大德激光技术有限公司 |
| 代理机构 | 北京冠和权律师事务所 | 代理人 | 赵银萍 |
| 地址 | 518061广东省深圳市南山区南海大道3688号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了一种基于深度学习语义分割的新能源电池焊接缺陷检测方法，包括步骤：S100现场实时采集新能源电池焊接的焊接图片；S200对焊接图片进行预处理；S300将预处理后的焊接图片输入基于深度学习的语义分割模型中进行缺陷判断，输出缺陷判断结果。本发明提出的基于深度学习的语义分割网络的新能源电池焊接缺陷检测方法可以将生产现场采集来的图片数据经预处理后直接送入模型中进行判决而无需人工干预，相比较于传统人工筛选以及后来的基于机器视觉的缺陷检测方法，减少了大量人力，且其缺陷检测速率和精度都大大提高，性能更加优越，同时，该算法能够做到零漏检率。 |
