龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：无锡云程电力科技有限公司
摘要：本发明公开了一种基于深度学习的电池片隐裂检测方法和系统，包括：S1：输入待检测的电池片图像，通过自适应图像增强算法对图像进行灰度化和对比度增强，得到预处理后的图像；S2：对预处理后的图像应用多尺度形态学操作，提取出电池片边缘特征；S3：将预处理后的图像与电池片边缘特征进行融合，并通过主成分分析进行特征降维，获得降维后的图像；S4：构建电池片隐裂检测深度学习网络，设定网络的输入和输出；S5：定义电池片隐裂检测深度学习网络的损失函数并进行参数训练，使用训练完成的电池片隐裂检测深度学习网络检测未检测的电池片图像。本发明能够通过深度学习技术自动化电池片隐裂的检测过程，减少人工检测的需求，降低人力成本，并提高检测速度。
主权项：1.一种基于深度学习的电池片隐裂检测方法，其特征在于，包括以下步骤：S1：输入待检测的电池片图像，通过自适应图像增强算法对图像进行灰度化和对比度增强，得到预处理后的图像；S2：对预处理后的图像应用多尺度形态学操作，提取出电池片边缘特征；S3：将预处理后的图像与电池片边缘特征进行融合，并通过主成分分析进行特征降维，获得降维后的图像；S4：构建电池片隐裂检测深度学习网络，设定网络的输入和输出；S5：定义电池片隐裂检测深度学习网络的损失函数并进行参数训练，使用训练完成的电池片隐裂检测深度学习网络检测未检测的电池片图像。
全文数据：
权利要求：
百度查询： 无锡云程电力科技有限公司 一种基于深度学习的电池片隐裂检测方法和系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号