本申請?zhí)峁┝艘环N
鋰電池涂布瑕疵分類方法及裝置,該方法涉及鋰電池技術(shù)領(lǐng)域,構(gòu)建鋰電池涂布圖像訓練集,并對鋰電池涂布圖像訓練集中的鋰電池涂布圖像樣本進行標注鋰電池涂布瑕疵小類別;搭建深度學習模型;將鋰電池涂布圖像訓練集中的鋰電池涂布圖像樣本輸入到所述深度學習模型中,以得到訓練好的深度學習模型;再將待檢測鋰電池涂布圖像樣本進行圖像增強等預處理,輸入到訓練好的深度學習模型中,訓練好的深度學習模型輸出待檢測鋰電池涂布圖像樣本的鋰電池涂布瑕疵小類別;基于訓練好的深度學習模型輸出的鋰電池涂布瑕疵小類別,獲取鋰電池涂布瑕疵大類別。從而基于深度學習通過減小類內(nèi)差異、圖像增強的方式,實現(xiàn)鋰電池涂布的精準分類。
聲明:
“動態(tài)網(wǎng)絡中服務配置的優(yōu)化方法及裝置” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)