本發明公開了基于改進YOLOv5的電池殼端面缺陷實時檢測方法,通過鋰電池缺陷檢測設備獲取鋰電池鋼殼端面缺陷圖像;再進行缺陷類型和缺陷位置標注以及數據集預處理;然后基于YOLOv5網絡模型進行改進,加入CBAM注意力機制,并基于訓練集對優化后的改進YOLOv5網絡模型進行訓練;最后,利用訓練后的改進YOLOv5網絡模型對鋰電池鋼殼端面缺陷進行檢測。本發明基于改進YOLOv5的電池殼端面缺陷實時檢測方法,能對常見不同類型的鋰電池鋼殼端面缺陷進行實時檢測并進行缺陷定位,提高不同種類以及相似結構缺陷識別的準確率,具有檢測速度快、檢測效率高、穩定性強、檢測精度高、成本低廉等優點。
聲明:
“基于改進YOLOv5的電池殼端面缺陷實時檢測方法” 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)