基于X-Ray图像的锂电池电极检测方法 |
| |
引用本文: | 郑涵今,薛健,吕科,魏润辰,侯利萍,张孝平.基于X-Ray图像的锂电池电极检测方法[J].无线电通信技术,2023(3):532-540. |
| |
作者姓名: | 郑涵今 薛健 吕科 魏润辰 侯利萍 张孝平 |
| |
作者单位: | 1.中国科学院大学工程科学学院100049;2.三峡大学计算机与信息学院443002;3.深圳大成精密设备股份有限公司523808; |
| |
基金项目: | 北京市教委科技重大项目(2019022);北京市自然科学基金面上项目(4212011)。 |
| |
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 |
本文献已被 维普 等数据库收录! |
|