本发明提供了一种基于深度学习的
锂电池隔膜缺陷机器视觉检测方法,包括如下步骤:获取多张缺陷隔膜图像,并根据多张缺陷隔膜图像获取数据集;标注多张缺陷隔膜图像的缺陷范围与类别,并根据多种缺陷隔膜图像的缺陷范围与类别生成特征集;利用聚类算法加载特征集以获取先验框;构建Yolov4神经网络模型;利用数据集以及特征集训练Yolov4神经网络模型;利用训练好的Yolov4神经网络模型对锂电池隔膜进行缺陷检测。本发明可以提高对锂电池隔膜缺陷的识别检测以及定位效率,提高生产效率并节约成本。
声明:
“基于深度学习的锂电池隔膜缺陷机器视觉检测方法” 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)