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)
930
编辑：管理员
来源：北方有色网
咨询细节
