基于改进Unet网络的锂电池极片表面缺陷检测

摘要：

为避免锂电池由于极片表面缺陷导致寿命缩短或出现安全事故等问题,需要研究高效准确的锂电池极片缺陷检测方法.本文使用结构简单的Unet语义分割网络对锂电池进行缺陷分割.为提高分割精度,首先用与Unet编码结构相似的VGG16替换原网络中的编码结构,以获取训练好的预训练权重;然后将简易的融合金字塔网络(Simply Fusion Pyramid Network,SFPN)的特征融合模块加入Unet网络的跳跃连接上,避免特征图之间出现较大的信息差异;最后运用标签平滑来优化损失函数,防止网络出现过拟合现象.通过实验验证,本文方法优化后的语义分割网络准确率提升至93.70%,误分割、分割不连续等现象出现概率明显降低,该优化流程具有一定实用价值.

关键词：缺陷检测、Unet、特征融合、标签平滑

所属期刊栏目：40

分类号：TP391.41;TM912(计算技术、计算机技术)

资助基金：广东省高等教育教学改革项目;广东省研究生教育创新计划项目;校级本科教学工程项目

在线出版日期：2023-08-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：60-66,93