一种基于深度学习算法的梯次利用电芯外观缺陷检测方法

本发明公开了一种基于深度学习算法的梯次利用电芯外观缺陷检测方法；其包含以下步骤：采集梯次利用电芯外观图像，建立原始数据集；运用Labelme图像标注工具对数据集中图像的缺陷信息进行标注；数据预处理：扩充数据集数量并将数据集划分制作成训练集、验证集和测试集所需的格式；选定所用检测模型Mask R‑CNN的网络结构；用训练集对模型进行训练调参，并经验证集验证，选出训练效果最佳的检测模型；用训练好的检测模型对测试集进行检测。本发明可对影响退役锂电池梯次利用过程安全性的主要外观缺陷进行检测，大幅提升了当前人工检测的精度和效率，实现了梯次利用电芯外观缺陷的实时高精度检测，具有极好的产业化应用前景。