电池盒检查方法、装置、存储介质和计算机设备制造方法及图纸

本申请提供一种电池盒检查方法、装置、存储介质和计算机设备，所述方法包括：获取待检查电池盒产品的产品六视图；通过卷积神经网络对产品六视图进行特征识别，以获取产品六视图中，各个产品视图的表面特征信息；根据表面特征信息，将对应的产品视图进行拆分，得到每个产品视图的多个片段图像；其中，每个片段图像对应一个用于构成待检查电池盒产品的单位组件；将每个产品视图的多个片段图像输入卷积神经网络分类器，得到卷积神经网络输出的检查结果；若检查结果为合格，将待检查电池盒产品的产品信息记录到合格产品档案，若检查结果为不合格，发出预警信息。本申请可以提高电池盒的检查效率和检查结果的准确性。检查效率和检查结果的准确性。检查效率和检查结果的准确性。

【技术实现步骤摘要】
电池盒检查方法、装置、存储介质和计算机设备


[0001]本申请涉及电池盒的检查
，具体涉及一种电池盒检查方法、装置、存储介质和计算机设备。

技术介绍

[0002]传统的电池盒检查是方式是人工目视检查，此检查方式对人员要求高，由于封堵胶片、铆钉、小型支架、压铆螺母等零部件相对较小，工人在长时间检查过程中容易产生视觉疲劳，效率低，且容易出现漏判，并且由于电池盒检查是电池盒必经的生产过程之一，电池盒检查效率低也会限制了每天的生产效率，无法大幅提升企业生产电池盒的产能。

技术实现思路

[0003]本申请的目的在于克服现有技术中的缺点与不足，提供一种电池盒检查方法、装置、存储介质和计算机设备，可以提高电池盒的检查效率和检查结果的准确性。
[0004]本申请的一个实施例提供一种电池盒检查方法，包括：
[0005]获取待检查电池盒产品的产品六视图；
[0006]通过卷积神经网络对所述产品六视图进行特征识别，以获取所述产品六视图中，各个产品视图的表面特征信息；
[0007]根据所述表面特征信息，将对应的所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电池盒检查方法，其特征在于，包括：获取待检查电池盒产品的产品六视图；通过卷积神经网络对所述产品六视图进行特征识别，以获取所述产品六视图中，各个产品视图的表面特征信息；根据所述表面特征信息，将对应的所述产品视图进行拆分，得到每个所述产品视图的多个片段图像；其中，每个片段图像对应一个用于构成所述待检查电池盒产品的单位组件；将每个所述产品视图的多个片段图像输入卷积神经网络分类器，得到所述卷积神经网络输出的检查结果；若所述检查结果为合格，将所述待检查电池盒产品的产品信息记录到合格产品档案，若所述检查结果为不合格，发出预警信息。2.根据权利要求1所述的电池盒检查方法，其特征在于，所述将每个所述产品视图的多个片段图像输入卷积神经网络分类器，得到所述卷积神经网络输出的检查结果的步骤，包括：将每个所述产品视图的多个片段图像输入卷积神经网络分类器，得到所述卷积神经网络输出的各个片段图像的检查子结果；根据同一个所述产品视图对应的多个所述检查子结果，生成所述产品视图的检查结果。3.根据权利要求1所述的电池盒检查方法，其特征在于，所述将每个所述产品视图的多个片段图像输入卷积神经网络分类器，得到所述卷积神经网络输出的检查结果的步骤后，还包括：存储所述检查结果；其中，用于存储所述检查结果的介质包括电脑磁盘、和/或云端服务器、和/或移动存储器。4.根据权利要求1所述的电池盒检查方法，其特征在于，所述卷积神经网络分类器的结果为深度可分离卷积结构和反向残差结构；其中，所述深度可分离卷积结构用于对输入的所述多个片段图像进行通卷积和深度可分离卷积进运算，得到特征图；所述反向残差结构用于对所述特征图进行卷积处理提升通道数，然后利用深度卷积提取特征，再通过卷积处理恢复通道，以得到所述各个片段图像的检查子结果。5.一种电池盒检查装置，其特征在于，包括：视图获取模块，用于获取待检查电池盒产品的产品六视图；表面特征信息获取模块，用于通过卷积神经网络对所述产品六视图进行特征识别，以获取所述产...

【专利技术属性】
技术研发人员：刘业涛，陈龙，廖少榜，刘云杰，
申请(专利权)人：广东熙瑞智能科技有限公司，
类型：发明
国别省市：