[发明专利]用于锂电池表面缺陷检测的方法、设备及可读存储介质有效
申请号: | 202010827980.8 | 申请日: | 2020-08-17 |
公开(公告)号: | CN111951253B | 公开(公告)日: | 2021-08-20 |
发明(设计)人: | 黄罗华;姜涌;杜亚玲 | 申请(专利权)人: | 高视科技(苏州)有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06K9/62 |
代理公司: | 北京维昊知识产权代理事务所(普通合伙) 11804 | 代理人: | 李波;王颖慧 |
地址: | 215011 江苏省苏州市高新区嘉陵江路19*** | 国省代码: | 江苏;32 |
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 锂电池 表面 缺陷 检测 方法 设备 可读 存储 介质 | ||
1.一种用于锂电池表面缺陷检测的方法,包括:
将采集的锂电池表面的图像作为待处理样本;
对所述待处理样本执行一次或多次的下采样操作,以获得一个或多个特征映射图;
对所述特征映射图执行上采样操作,并与其执行所述下采样操作前的待采样图像进行通道融合,以获得融合特征图;
根据所述特征映射图和所述融合特征图中的至少一种,获取所述待处理样本的目标特征信息;
利用包括所述待处理样本、所述目标特征信息的样本数据集来训练基于串联分组卷积块的网络模型,得到检测模型;以及
通过所述检测模型检测包含锂电池表面的待检测图像,以检测所述待检测图像中是否包括缺陷;
其中每次下采样操作包括:
对所述待采样图像执行卷积下采样操作,以提取所述待采样图像的特征信息并缩小所述待采样图像的尺寸,得到第一特征映射层;
对所述第一特征映射层执行第一降维操作,得到第二特征映射层;
将所述第二特征映射层中的特征映射分为多组,对每组特征映射执行连续的卷积操作,并将多组所述特征映射的卷积操作结果进行叠加,得到第三特征映射层;
将所述第一特征映射层和所述第三特征映射层的通道进行串联融合操作,得到第四特征映射层;以及
对所述第四特征映射层执行第二降维操作,以得到所述特征映射图。
2.根据权利要求1所述的方法,其中对所述待处理样本执行下采样操作包括:
对所述待处理样本执行一次所述下采样操作,则所述待采样图像为所述待处理样本;或者
对所述待处理样本执行多次所述下采样操作,则所述待采样图像为上一次下采样操作获得的特征映射图。
3.根据权利要求1所述的方法,其中对所述待处理样本执行下采样操作以获得特征映射图包括:
对所述待处理样本执行多次下采样操作,以获得多个所述特征映射图;以及
所述对特征映射图执行上采样操作包括:
对最后两次下采样操作获得的所述特征映射图分别执行所述上采样操作。
4.根据权利要求3所述的方法,其中对所述待处理样本执行多次下采样操作包括:
对所述待处理样本执行五次下采样操作;以及
所述对特征映射图执行上采样操作包括:
对第四次下采样操作和第五次下采样操作获得的所述特征映射图分别执行所述上采样操作。
5.根据权利要求1或3所述的方法,其中根据所述特征映射图和所述融合特征图中的至少一种,获取所述待处理样本的目标特征信息包括:
根据所述融合特征图和最后一次下采样操作获得的所述特征映射图中的目标特征的尺寸,输出多尺度的目标特征信息。
6.根据权利要求1所述的方法,其中
所述目标特征信息包括目标位置信息和目标类别信息,其中
所述目标类别信息包括缺陷目标信息和干扰目标信息中的至少一种。
7.根据权利要求6所述的方法,其中
所述缺陷目标信息包括气泡膨胀和表面褶皱中的至少一种;
所述干扰目标信息包括喷码干扰和极板干扰中的至少一种。
8.根据权利要求1所述的方法,在执行所述下采样操作之前还包括:
根据所述待处理样本的灰度信息差异,对所述待处理样本进行预处理,以提取所述待处理样本的感兴趣区域;以及
所述对待处理样本执行一次或多次的下采样操作包括:
对所述待处理样本的所述感兴趣区域执行一次或多次的所述下采样操作。
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高视科技(苏州)有限公司,未经高视科技(苏州)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/202010827980.8/1.html,转载请声明来源钻瓜专利网。