本發明提供了一種基于深度學習的鋰電池隔膜缺陷機器視覺檢測方法,包括如下步驟:獲取多張缺陷隔膜圖像,并根據多張缺陷隔膜圖像獲取數據集;標注多張缺陷隔膜圖像的缺陷范圍與類別,并根據多種缺陷隔膜圖像的缺陷范圍與類別生成特征集;利用聚類算法加載特征集以獲取先驗框;構建Yolov4神經網絡模型;利用數據集以及特征集訓練Yolov4神經網絡模型;利用訓練好的Yolov4神經網絡模型對鋰電池隔膜進行缺陷檢測。本發明可以提高對鋰電池隔膜缺陷的識別檢測以及定位效率,提高生產效率并節約成本。
聲明:
“基于深度學習的鋰電池隔膜缺陷機器視覺檢測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)