基于X-Ray图像的锂电池电极检测方法

摘要：

针对锂电池X-Ray图像中电极排布密集且模糊导致工业生产中难以高效检测的问题,提出了一种锂电池电极位置检测的方法.首先通过调整YOLOv5 的骨干网络来增强模型对于目标特征的提取能力;其次,针对目标排布密集且像素占比较小的问题,增加目标检测层来提升模型对于小目标的检测性能;同时由于图像中的阴阳极特征较弱,引入注意力机制来进一步加强网络的特征提取能力;最后选取 CIoU 损失函数来提高定位精度.实验结果表明,提出的方法与主流目标检测方法 YOLOv3、YOLOv4、RetinaNet、YOLOv5、TPH-YOLOv5 相比,在性能上具有优势,与原始YOLOv5 算法相比,mAP 提高了约 15.2％.提出的方法可以有效改善锂电池电极位置检测的准确性,有助于提高工业生产中锂电池缺陷检测的效率.

关键词：锂电池电极检测、深度学习、目标检测、特征提取、YOLOv5

所属期刊栏目：49

分类号：TN919.8

资助基金：北京市教委科技重大项目;北京市自然科学基金面上项目

在线出版日期：2023-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：532-540