【技术实现步骤摘要】
一种基于Yolov5算法分割极片待检测区域的方法
[0001]本专利技术涉及电芯检测
,具体为一种基于Yolov5算法分割极片待检测区域的方法。
技术介绍
[0002]随着国家政策的支持,消费水平的提高,以及人们环保意识的提升,以锂离子电池作为动力的电动汽车已开始被广泛使用,电动汽车的动力电池组由单个电池组成,单个电池又由若干电芯极组组成,每个电池的电芯极组在生产过程时,需要检测电芯极组中各极片的状态是否符合工艺标准,在进行对齐度数值计算时,真实有效区域集中在阴阳极固定区域,为避免其他区域干扰,以及提升算法运算效率,需要对待检测区域准确分割出来。
技术实现思路
[0003]本专利技术提供的专利技术目的在于提供一种基于Yolov5算法分割极片待检测区域的方法。通过本专利技术一种基于Yolov5算法分割极片待检测区域的方法,为了解决电池生产过程中,常规算法无法精准定位分割出待检测区域,使用传统算法制作数据集,减少人工标注工作,通过AI算法精准识别出不规则、多形态的待检测区域,保证后续极片对齐度计算的准确性,最快速度检测电芯极组中各极片的状态是否符合工艺标准,以及对齐度数值计算,真实有效区域集中在阴阳极固定区域,避免其他区域干扰,以及提升算法运算效率。
[0004]为了实现上述效果,本专利技术提供如下技术方案:一种基于Yolov5算法分割极片待检测区域的方法,包括以下步骤:
[0005]S1、传统算法生成模型数据集。
[0006]S2、对生成的批量标注,使用labelimg修正 ...
【技术保护点】
【技术特征摘要】
1.一种基于Yolov5算法分割极片待检测区域的方法,其特征在于,包括以下步骤:S1、传统算法生成模型数据集;S2、对生成的批量标注,使用labelimg修正其中异常标注,制作训练集、验证集,导入模型训练;S3、模型预测,保留得分最高ROI区域,并对预测结果算法校验。2.据权利要求1所述的一种基于Yolov5算法分割极片待检测区域的方法,其特征在于,包括以下步骤:根据S1中的操作步骤,S101、明确待检测区域与样本集的收集;S102、图像收集:使用X
‑
ray光+TDI线扫相机的方案对电芯极组四个角进行成像;S103、传统算法制作标注文件,选择成像效果达标的图像作为模板图像,对图像切割获得目标区域的模板,导入批量图像(10000+)使用cv2.matchTemplate进行模板匹配,获得结果矩阵,使用cv2.minMaxLoc来查找结果矩阵的最大元素所在位置,根据所得min_loc/maxloc数值获得起点坐((startX,startY),加入所要切割区域宽W:600、高H:300,计算出矩形的左上角(xmin,ymin)、右下角坐((ymin,ymax),并且结合所要做的分类类别battery与当前图像位置信息,将区域信息写入XML格式文件,循环制作出大批量图像对应的XML文件,通用算法形成批量数据集。3.据权利要求1所述的一种基于Yolov5算法分割极片待检测区域的方法,其特征在于,包括以下步骤:根据S2中的操作步骤,S201、数据集校正;S202、制作训练集、验证集;S203、模型训练;S204、训练过程得分展示。4.据权利要求3所述的一种基于Yolov5算法分割极片待检测区域的方法,其特征在于,包括以下步骤:根据S203中的操作步骤,S2031、分类定为一个类型:battery;S2032、设置图片训练尺寸:640*640(原图尺寸1600*1600,统一对图像resize为640*640),加载权重文件:yolov5s.pt;S2033、载入分类类别:battery,先验框参数:[10,13,16,30,33,23][30,61,62,45,59,119][116,90,156,198,373,326],此处的先验框参数,可根据具体场景,使用k
‑
means算法在训练集中所有样本的ground truth box中聚类得出;S2034、训练模型核心参数设置。5.据权利要求1所述的一种基于Yolov5算法分割极片待检测区域的方法,其特征在于,包括以下步骤:根据S3中的操作步骤,S301、加载模型,使用torch.load加载已训练完成的模型文件best.pt;S302、载图像,使用cv2.imread读取指定目录下的图像。此处注意,当前检测产品为极组,一个极组对应四张图片,四张图片成像的朝向不一样,因此增加读图后旋转cv2.getRotationMatrix2D,统一方向;S303...
【专利技术属性】
技术研发人员:吴德刚,杨红新,李翌辉,周晓毅,武振昕,梁洋洋,
申请(专利权)人:章鱼博士智能技术上海有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。