[发明专利]一种基于图像深度学习的蓄电池缺陷检测方法及系统在审
| 申请号： | 202310360895.9 | 申请日： | 2023-04-06 |
| 公开（公告）号： | CN116385402A | 公开（公告）日： | 2023-07-04 |
| 发明（设计）人： | 张建亮;李洋;马军伟;朱春山;薛泓林;赵敏;巫健;张丽霞;韩超;党小燕;王慧芳;温志芳;毕胜 | 申请（专利权）人： | 国网山西省电力公司信息通信分公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G01N21/88;G06V10/774;G06V10/82;G06N3/0464;G06N3/08 |
| 代理公司： | 太原九得专利代理事务所(普通合伙) 14117 | 代理人： | 张阳阳 |
| 地址： | 030021 山西省*** | 国省代码： | 山西;14 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明一种基于图像深度学习的蓄电池缺陷检测方法及系统，包括：获取蓄电池外观的缺陷图像，按比例分为训练集和测试集；基于YOLOv4的算法上，构建改进的YOLOv4检测模型，即VoLONet检测模型，所述VoLONet检测模型包括主干特征提取网络VoLO‑Backbone、特征聚合网络VoLO‑Neck和输出网络模块YOLO‑Head；将训练集中的缺陷数据图像传入VoLONet检测模型进行训练，保存最佳模型；利用训练好的VoLONet检测模型对蓄电池外观的缺陷进行检测；采用改进的VovNet‑A作为特征提取网络，在特征融合阶段引入改进的注意力模块CSAM，在训练过程中采用了多种数据增强，最终提升了检测精度和检测速度。 | ||
| 搜索关键词： | 一种 基于 图像 深度 学习 蓄电池 缺陷 检测 方法 系统 | ||
【主权项】：
暂无信息
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国网山西省电力公司信息通信分公司，未经国网山西省电力公司信息通信分公司许可，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/202310360895.9/，转载请声明来源钻瓜专利网。
- 上一篇：物料转移设备
- 下一篇：一种户外红外相机用的角度可调节式固定装置
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
