基于卷积神经网络的动力电池焊接质量检测方法及系统
授权
摘要
本发明提供一种基于卷积神经网络的动力电池焊接质量检测方法及系统，其中，方法包括：构建初始卷积神经网络模型；获取第一样本数据，将第一样本数据按预设比例随机分为第一数量的训练集、第二数量的验证集和第三数量的测试集；基于训练集、验证集合测试集对初始卷积神经网络模型进行训练，获得检测模型；将待测试图像输入检测模型，获取第一检测结果。本发明的基于卷积神经网络的动力电池焊接质量检测方法，基于计算机视觉的检测方法来自动检测激光焊接缺陷，具有稳定高效的特点，可以从根本上避免人为因素导致的检测错误。
基本信息
专利标题 ：
基于卷积神经网络的动力电池焊接质量检测方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN112215834A
申请号 ：
CN202011139458.7
公开（公告）日 ：
2021-01-12
申请日 ：
2020-10-22
授权号 ：
CN112215834B
授权日 ：
2022-04-01
发明人 ：
杨亚涛杨润泽杨顺情陶凯马君显张力朱义双陈勇
申请人 ：
深圳大学;深圳市大德激光技术有限公司
申请人地址 ：
广东省深圳市南山区南海大道3688号
代理机构 ：
北京冠和权律师事务所
代理人 ：
朱健
优先权 ：
CN202011139458.7
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-04-01 ：
授权
2021-01-29 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20201022
申请日 : 20201022
2021-01-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
