一种基于深度学习的电池负极外观检测方法及装置

本申请提供一种基于深度学习的电池负极外观检测方法及装置，属于电池检测技术领域，在该方法中，能够根据待检测电池的负极柱在至少四个预设方位上的负极柱外观图像，生成全面反映负极柱外观情况的待检测图像，进而利用电池检测模型对待检测图像进行识别，准确识别得到待检测电池的目标电池类型，并确定目标电池类型对应的目标缺陷检测模型；然后通过综合考虑多维物理检测数据和待检测图像，能够得到特征表示更强的综合特征向量，使得目标缺陷检测模型能够基于综合特征向量，对电池外观存在的缺陷类型和缺陷位置进行快速准确的预测判断，不仅能够提高对不同电池类型的电池的外观检测的兼容性，还能有效提高缺陷检测的准确度以及效率。