一種基于卷積神經(jīng)網(wǎng)絡對鋰電池焊接質(zhì)量的檢測方法

基本信息

申請?zhí)?/td> CN202010551312.7 申請日 -
公開（公告）號 CN111815572B 公開（公告）日 2022-03-08
申請公布號 CN111815572B 申請公布日 2022-03-08
分類號 G06T7/00（2017.01）I;G06V10/764（2022.01）I;G06V10/774（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/08（2006.01）I;G06N3/04（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 楊亞濤;潘龍輝;楊順情;陶凱;陳勇;馬君顯;張力;楊潤澤;朱義雙 申請（專利權）人 深圳市大德激光技術有限公司
代理機構(gòu) 北京冠和權律師事務所 代理人 朱健
地址 518000廣東省深圳市龍崗區(qū)寶龍街道龍東社區(qū)愛南路78號利好工業(yè)園10棟1樓
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種基于卷積神經(jīng)網(wǎng)絡對鋰電池焊接質(zhì)量的檢測方法，包括：采集鋰電池相關的源樣本，對源樣本進行分類；將卷積神經(jīng)網(wǎng)絡模型在預設數(shù)據(jù)集里進行預訓練，獲得預訓練模型，且基于實際的分類樣本數(shù)據(jù)集對預訓練模型進行再次訓練處理，獲得最終模型；保存所述最終模型，并輸入焊接樣本進行在線檢測，預測所述焊接樣本的分類類型。通過采集訓練樣本，訓練基于預訓練的卷積神經(jīng)網(wǎng)絡的焊接質(zhì)量分類器，使其能快速準確地分類不同種類的焊接缺陷類型，能有效解決當前分類技術中需要提前人工提取特征，準確性較低等問題。