[发明专利]用于检测电极片毛刺的方法和装置有效

专利信息
申请号: 201810912648.4 申请日: 2018-08-10
公开(公告)号: CN109086780B 公开(公告)日: 2020-08-04
发明(设计)人: 文亚伟;冷家冰;刘明浩;郭江亮;李旭 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06K9/46 分类号: G06K9/46;G06K9/62
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 检测 电极 毛刺 方法 装置
【权利要求书】:

1.一种用于检测电极片毛刺的方法,包括:

获取待检测电极片图像;

将所述待检测电极片图像输入预先训练的毛刺实例分割模型,得到用于表征所述待检测电极片图像中显示的电极片是否有毛刺的检测结果信息和毛刺的轮廓信息,其中,所述毛刺实例分割模型用于表征电极片图像与检测结果信息和轮廓信息的对应关系;

响应于所述检测结果信息表征所述待检测电极片图像中显示的电极片有毛刺,输出用于表征所述待检测电极片图像中显示的电极片有毛刺的提示信息,其中,提示信息包括指令,所述指令包括以下至少一项:触发机械手臂对电极片进行拾取操作的指令,触发记录日志的指令;

将所述待检测电极片图像、所述检测结果信息和所述轮廓信息发送至展示端;

响应于接收到展示端发送的所述待检测电极片图像的标注信息,将所述待检测电极片图像确定为样本图像,将所述样本图像和所述标注信息确定为训练样本,以及将所述训练样本加入预设的训练样本集合,生成新的训练样本集合,其中,所述标注信息包括所述待检测电极片图像的真实的检测结果和毛刺的轮廓信息。

2.根据权利要求1所述的方法,其中,所述方法还包括:

将所述待检测电极片图像、所述检测结果信息和所述轮廓信息关联存储。

3.根据权利要求2所述的方法,其中,所述毛刺实例分割模型通过以下步骤进行更新:

对于所述新的训练样本集合中的训练样本,将该训练样本的样本图像作为输入,将输入的样本图像的标注信息作为期望输出,利用机器学习的方法,训练得到新的毛刺实例分割模型。

4.根据权利要求1-3中任一所述的方法,其中,所述方法还包括:

获取目标电极片图像;

将所述目标电极片图像的尺寸调整为预设尺寸;

将调整后的目标电极片图像确定为所述待检测电极片图像。

5.一种用于检测电极片毛刺的装置,包括:

第一获取单元,被配置成获取待检测电极片图像;

检测单元,被配置成将所述待检测电极片图像输入预先训练的毛刺实例分割模型,得到用于表征所述待检测电极片图像中显示的电极片是否有毛刺的检测结果信息和毛刺的轮廓信息,其中,所述毛刺实例分割模型用于表征电极片图像与检测结果信息和轮廓信息的对应关系;

输出单元,被配置成响应于所述检测结果信息表征所述待检测电极片图像中显示的电极片有毛刺,输出用于表征所述待检测电极片图像中显示的电极片有毛刺的提示信息,其中,提示信息包括指令,所述指令包括以下至少一项:触发机械手臂对电极片进行拾取操作的指令,触发记录日志的指令;

发送单元,被配置成将所述待检测电极片图像、所述检测结果信息和所述轮廓信息发送至展示端;

生成单元,被配置成响应于接收到展示端发送的所述待检测电极片图像的标注信息,将所述待检测电极片图像确定为样本图像,将所述样本图像和所述标注信息确定为训练样本,以及将所述训练样本加入预设的训练样本集合,生成新的训练样本集合,其中,所述标注信息包括所述待检测电极片图像的真实的检测结果和毛刺的轮廓信息。

6.根据权利要求5所述的装置,其中,所述装置还包括:

存储单元,被配置成将所述待检测电极片图像、所述检测结果信息和所述轮廓信息关联存储。

7.根据权利要求6所述的装置,其中,所述毛刺实例分割模型通过以下步骤进行更新:

对于所述新的训练样本集合中的训练样本,将该训练样本的样本图像作为输入,将输入的样本图像的标注信息作为期望输出,利用机器学习的方法,训练得到新的毛刺实例分割模型。

8.根据权利要求5-7中任一所述的装置,其中,所述装置还包括:

第二获取单元,被配置成获取目标电极片图像;

调整单元,被配置成将所述目标电极片图像的尺寸调整为预设尺寸;

确定单元,被配置成将调整后的目标电极片图像确定为所述待检测电极片图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810912648.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top