摘要
本申请实施例提供了基于深度学习技术的电池焊盘焊后测量检测方法和装置,属于电池测量与检测技术领域。本发明获取电池焊盘焊后图像;根据所述电池焊盘焊后图像,获得焊纹最小外接矩形;根据所述焊纹最小外接矩形,获得测量值;所述测量值包括焊盘相对于电池的偏移量、每条焊纹相对于焊盘的偏移量;根据所述焊纹最小外接矩形,获得焊纹缺陷分割数据;根据所述焊纹缺陷分割数据,得到缺陷分析数据;根据所述测量值和缺陷分析数据,得到电池焊盘焊后测量检测结果。本发明可以有效解决焊纹图像背景干扰严重的情况,对焊纹进行准确定位,进而进行准确测量,并准确检测焊纹上的缺陷。
技术关键词
缺陷分析
电池
深度学习技术
矩形
缺陷类别
数据
计算机可执行指令
焊盘
图像
坐标
实例分割
掩膜
可读存储介质
AI算法
圆心
特征值
成像
定位模块
系统为您推荐了相关专利信息
结构损伤识别
三维可视化展示
识别方法
深度学习技术
三维立体模型
缺陷自动检测方法
图像采集模块
工业相机
检测网络模型
缺陷类别
混合动力无人机
能量管理方法
锂离子电池
燃料电池
能量分配
温差发电
变色车窗
升压电路
电池热管理系统
发电系统
环境保障系统
手持控制终端
智能炒菜机器人
扩展舱体
一级减速箱