[发明专利]用于检测电极片毛刺的方法和装置有效
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 | ||
本申请实施例公开了用于检测电极片毛刺的方法和装置。该方法的一具体实施方式包括:获取待检测电极片图像;将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,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;响应于检测结果信息表征待检测电极片图像中显示的电极片有毛刺,输出用于表征待检测电极片图像中显示的电极片有毛刺的提示信息。该实施方式实现了基于实例分割的电极片毛刺检测。
技术领域
本申请实施例涉及计算机技术领域,具体涉及用于检测电极片毛刺的方法和装置。
背景技术
在电池生产过程中,电池极片毛刺是影响电池质量的重要因素。因此,极片毛刺检测是质检的重要环节。现有的检测方法主要为人工检测或机器辅助检测。其中,人工检测主要由技术专家依靠经验观察,做出检测结果。而机器辅助质检将一些特征固化在检测系统中。
发明内容
本申请实施例提出了用于检测电极片毛刺的方法和装置。
第一方面,本申请实施例提供了一种用于检测电极片毛刺的方法,该包括:获取待检测电极片图像;将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,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;响应于检测结果信息表征待检测电极片图像中显示的电极片有毛刺,输出用于表征待检测电极片图像中显示的电极片有毛刺的提示信息。
在一些实施例中,该方法还包括:将待检测电极片图像、检测结果信息和轮廓信息关联存储。
在一些实施例中,该方法还包括:将待检测电极片图像、检测结果信息和轮廓信息发送至展示端;响应于接收到展示端发送的待检测电极片图像的标注信息,将待检测电极片图像确定为样本图像,将样本图像和标注信息确定为训练样本,以及将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。
在一些实施例中,毛刺实例分割模型通过以下步骤进行更新:对于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。
在一些实施例中,该方法还包括:获取目标电极片图像;将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待检测电极片图像。
第二方面,本申请实施例提供了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,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,被配置成响应于检测结果信息表征待检测电极片图像中显示的电极片有毛刺,输出用于表征待检测电极片图像中显示的电极片有毛刺的提示信息。
在一些实施例中,该装置还包括:存储单元,被配置成将待检测电极片图像、检测结果信息和轮廓信息关联存储。
在一些实施例中,该装置还包括:发送单元,被配置成将待检测电极片图像、检测结果信息和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待检测电极片图像的标注信息,将待检测电极片图像确定为样本图像,将样本图像和标注信息确定为训练样本,以及将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。
在一些实施例中,毛刺实例分割模型通过以下步骤进行更新:对于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。
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/201810912648.4/2.html,转载请声明来源钻瓜专利网。