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)
988
编辑：管理员
来源：北方有色网
咨询细节
