[发明专利]一种方形铝壳电池包蓝膜后的外观检测方法在审
| 申请号： | 202211043125.3 | 申请日： | 2022-08-29 |
| 公开（公告）号： | CN115494078A | 公开（公告）日： | 2022-12-20 |
| 发明（设计）人： | 张俊峰;王卫东;陈炯标;蓝国辉 | 申请（专利权）人： | 广州超音速自动化科技股份有限公司 |
| 主分类号： | G01N21/95 | 分类号： | G01N21/95;G01N21/88 |
| 代理公司： | 广州容大知识产权代理事务所(普通合伙) 44326 | 代理人： | 刘新年 |
| 地址： | 510000 广东省广州市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 方形 电池 包蓝膜后 外观 检测 方法 | ||
1.一种方形铝壳电池包蓝膜后的外观检测方法，其特征在于，包括以下步骤：
S1：相机装置采集电池的外观图像，其中所述电池包覆有蓝膜；
S2：将所述电池的外观图像输入深度学习网络模型进行缺陷检测，以得到缺陷参数；
S3：将所述缺陷参数与预设的标准参数作对比判断，以得到所述电池的外观检测结果。
2.根据权利要求1所述的方形铝壳电池包蓝膜后的外观检测方法，其特征在于：所述电池的外观图像包括电池的大面外观图像、电池的小面外观图像、电池的底面外观图像以及电池的顶面外观图像。
3.根据权利要求2所述的方形铝壳电池包蓝膜后的外观检测方法，其特征在于：所述电池的顶面设有极柱，所述顶面外观图像包括极柱图像。
4.根据权利要求1所述的方形铝壳电池包蓝膜后的外观检测方法，其特征在于：所述相机装置为线扫相机。
5.根据权利要求1所述的方形铝壳电池包蓝膜后的外观检测方法，其特征在于，所述步骤S2的缺陷检测具体为：利用所述深度学习网络模型对所述电池的外观图像进行缺陷的特征提取以及特征分类。
6.根据权利要求5所述的方形铝壳电池包蓝膜后的外观检测方法，其特征在于：所述缺陷参数包括缺陷的分类、缺陷的规格大小以及缺陷的坐标位置。
7.根据权利要求6所述的方形铝壳电池包蓝膜后的外观检测方法，其特征在于：所述缺陷的分类包括气泡、凹点、褶皱以及划痕。
8.根据权利要求6所述的方形铝壳电池包蓝膜后的外观检测方法，其特征在于：所述步骤S3具体为将所述缺陷的规格大小与所述标准参数作对比判断，以得到所述电池的外观检测结果。
9.根据权利要求1所述的方形铝壳电池包蓝膜后的外观检测方法，其特征在于，还包括以下步骤：采集缺陷图像样本；对所述缺陷图像样本上的各个缺陷特征进行标注；将已标注的所述缺陷图像样本输入多个不同的待选择的深度学习网络模型进行模型训练；对比各个待选择的深度学习网络模型所输出的缺陷检测结果，以确定其中一个待选择的深度学习网络模型为所述步骤S2中所采用的深度学习网络模型。
10.根据权利要求9所述的方形铝壳电池包蓝膜后的外观检测方法，其特征在于：在确定所述深度学习网络模型之后还包括：持续采集所述缺陷图像样本，以对所述深度学习网络模型进行模型迭代。
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广州超音速自动化科技股份有限公司，未经广州超音速自动化科技股份有限公司许可，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/202211043125.3/1.html，转载请声明来源钻瓜专利网。
