基于X-Ray图像的锂电池电极检测方法

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。