基于深度学习的电池极耳检测方法及装置

本申请提供基于深度学习的电池极耳检测方法及装置，涉及电池检测领域，该方法包括：采集电池极耳的二维图像数据和三维点云数据，得到标准化三维数据集。对标准化三维数据集进行特征提取，得到带有电池极耳弯折度参数和虚焊缝隙高度值的空间特征图。通过分类器划分电池极耳的产品类型。针对不同产品类型，启动特定的检测流程获取检测结果，检测流程包括极耳压完检测、汇流排弯曲检测和产品表面余膏高度检测。将异常产品的检测结果在空间特征图进行显示，通过反馈调节模块动态调整检测参数或生产设备控制信号。解决了肉眼识别能力有限，无法准确量化细微缺陷技术问题。