- 专利标题: 一种基于卷积神经网络对锂电池焊接质量的检测方法
-
申请号: CN202010551312.7申请日: 2020-06-17
-
公开(公告)号: CN111815572B公开(公告)日: 2022-03-08
- 发明人: 杨亚涛 , 潘龙辉 , 杨顺情 , 陶凯 , 陈勇 , 马君显 , 张力 , 杨润泽 , 朱义双
- 申请人: 深圳市大德激光技术有限公司 , 深圳大学
- 申请人地址: 广东省深圳市龙岗区宝龙街道龙东社区爱南路78号利好工业园10栋1楼;
- 专利权人: 深圳市大德激光技术有限公司,深圳大学
- 当前专利权人: 深圳市大德激光技术有限公司,深圳大学
- 当前专利权人地址: 广东省深圳市龙岗区宝龙街道龙东社区爱南路78号利好工业园10栋1楼;
- 代理机构: 北京冠和权律师事务所
- 代理商 朱健
- 主分类号: G06T7/00
- IPC分类号: G06T7/00 ; G06V10/764 ; G06V10/774 ; G06V10/82 ; G06K9/62 ; G06N3/08 ; G06N3/04
摘要:
本发明提供了一种基于卷积神经网络对锂电池焊接质量的检测方法,包括:采集锂电池相关的源样本,对源样本进行分类;将卷积神经网络模型在预设数据集里进行预训练,获得预训练模型,且基于实际的分类样本数据集对预训练模型进行再次训练处理,获得最终模型;保存所述最终模型,并输入焊接样本进行在线检测,预测所述焊接样本的分类类型。通过采集训练样本,训练基于预训练的卷积神经网络的焊接质量分类器,使其能快速准确地分类不同种类的焊接缺陷类型,能有效解决当前分类技术中需要提前人工提取特征,准确性较低等问题。
公开/授权文献
- CN111815572A 一种基于卷积神经网络对锂电池焊接质量的检测方法 公开/授权日:2020-10-23