[发明专利]一种基于深度学习的通用型电池极性自动检测方法有效
| 申请号： | 201910386913.4 | 申请日： | 2019-05-10 |
| 公开（公告）号： | CN110222679B | 公开（公告）日： | 2023-07-11 |
| 发明（设计）人： | 王丽明;郭庆明;罗仕桂;聂龙如;游国富;陈豫川;蒋博 | 申请（专利权）人： | 惠州市德赛电池有限公司 |
| 主分类号： | G06V10/22 | 分类号： | G06V10/22;G06V10/764;G06V10/778;G06V10/82;G06N3/04 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 陈卫;谭映华 |
| 地址： | 516006 广东省*** | 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： | 本发明涉及电池极性检测技术领域，具体公开了一种基于深度学习的通用型电池极性自动检测方法，所述方法包括，获取待检测位置的图片；确定待检测的电池极性区域；利用深度学习算法模型对所述待检测的电池极性区域进行识别分类，得到电池极性分类结果，本发明基于深度学习对电池极性进行自动检测分类，只需提供所有的样本模型，训练样本，模型就会自动学习到分类的特征表达，能够很好的处理复杂的电池极性的特征，准确的识别电池极性，有效解决传统检测方法的不稳定性，提高生产效率和产品质量。 | ||
| 搜索关键词： | 一种 基于 深度 学习 通用型 电池 极性 自动检测 方法 | ||
【主权项】：
1.一种基于深度学习的通用型电池极性自动检测方法，其特征在于，所述方法包括：获取待检测位置的图片；确定待检测的电池极性区域；利用深度学习算法模型对所述待检测的电池极性区域进行识别分类，得到电池极性分类结果。
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惠州市德赛电池有限公司，未经惠州市德赛电池有限公司许可，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/patent/201910386913.4/，转载请声明来源钻瓜专利网。
