【技术实现步骤摘要】
本专利技术涉及电池检测，具体涉及一种电池制造缺陷的ai视觉检测方法及自适应修正系统。
技术介绍
1、随着电动汽车、便携电子等领域的快速发展，锂离子电池等关键组件的安全性与可靠性愈发重要，因为制造缺陷如极片偏移、涂层不均等问题可能引发短路、热失控等严重后果，威胁人身安全并造成经济损失。
2、目前，行业中主要依赖人工目视检查或基于常规机器视觉技术的视觉检测方案，但这类方案在高速生产线上存在检测效率低下、误检率偏高，以及缺乏实时反馈能力等缺点，导致缺陷难以及时识别和处理。
3、因此如何实现对电池视觉检测精度和响应速度的提升，是本领域技术人员亟需解决的问题。
技术实现思路
1、为了实现对电池视觉检测精度和响应速度的提升，本申请提供一种电池制造缺陷的ai视觉检测方法及自适应修正系统。
2、本申请提供的一种电池制造缺陷的ai视觉检测方法采用如下的技术方案：
3、一种电池制造缺陷的ai视觉检测方法，包括：
4、获取待检测电池的多模态数据，根据多...
【技术保护点】
1.一种电池制造缺陷的AI视觉检测方法，其特征在于，包括：
2.根据权利要求1所述的电池制造缺陷的AI视觉检测方法，其特征在于，所述获取所述待检测电池的多模态数据的步骤包括：
3.根据权利要求2所述的电池制造缺陷的AI视觉检测方法，其特征在于，所述根据所述多模态数据，输出缺陷关联图谱的步骤包括：
4.根据权利要求3所述的电池制造缺陷的AI视觉检测方法，其特征在于，所述对所述多模态数据进行空间配准和时序同步，得到多模态数据集的步骤包括：
5.根据权利要求4所述的电池制造缺陷的AI视觉检测方法，其特征在于，所述对所述多模态数...
【技术特征摘要】
1.一种电池制造缺陷的ai视觉检测方法，其特征在于，包括：
2.根据权利要求1所述的电池制造缺陷的ai视觉检测方法，其特征在于，所述获取所述待检测电池的多模态数据的步骤包括：
3.根据权利要求2所述的电池制造缺陷的ai视觉检测方法，其特征在于，所述根据所述多模态数据，输出缺陷关联图谱的步骤包括：
4.根据权利要求3所述的电池制造缺陷的ai视觉检测方法，其特征在于，所述对所述多模态数据进行空间配准和时序同步，得到多模态数据集的步骤包括：
5.根据权利要求4所述的电池制造缺陷的ai视觉检测方法，其特征在于，所述对所述多模态数据集进行特征提取和重建，得到缺陷关联图谱的步骤包括：
6.根据权利要求5所述的电池制造缺陷的ai视觉检测方法，其特征在于，所述提取所述...
【专利技术属性】
技术研发人员：邓伟廷，邓智升，邓智德，
申请(专利权)人：圣码特能源深圳有限公司，
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。