本发明公开了基于改进YOLOv5的电池壳端面缺陷实时检测方法,通过
锂电池缺陷检测设备获取锂电池钢壳端面缺陷图像;再进行缺陷类型和缺陷位置标注以及数据集预处理;然后基于YOLOv5网络模型进行改进,加入CBAM注意力机制,并基于训练集对优化后的改进YOLOv5网络模型进行训练;最后,利用训练后的改进YOLOv5网络模型对锂电池钢壳端面缺陷进行检测。本发明基于改进YOLOv5的电池壳端面缺陷实时检测方法,能对常见不同类型的锂电池钢壳端面缺陷进行实时检测并进行缺陷定位,提高不同种类以及相似结构缺陷识别的准确率,具有检测速度快、检测效率高、稳定性强、检测精度高、成本低廉等优点。
声明:
“基于改进YOLOv5的电池壳端面缺陷实时检测方法” 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)