本发明提供一种基于深度学习的
锂电池隔膜缺陷视觉检测方法,包括:通过预设的线阵相机,采集锂电池隔膜的缺陷隔膜图像,并通过所述缺陷隔膜图像,对锂电池膈膜的缺陷位置进行定位,确定缺陷位置;通过预设的超声波探伤仪,对缺陷位置进行探测,并获取探测数据;接收所述探测数据并传输至预设的深度学习网络系统进行分析,生成缺陷隔膜的缺陷特征数据;基于预设的大数据中心,处理所述缺陷特征数据,并通过所述缺陷特征数据,搭建三维缺陷隔膜检测模型;通过缺陷隔膜检测模型,检测锂电池隔膜,并生成对应的缺陷统计记录,本发明的目的在于快速检测锂电池隔膜缺陷,提升锂电池品质。
声明:
“基于深度学习的锂电池膈膜缺陷视觉系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)