基于无监督学习的软包锂电池边角外观缺陷检测.pdfVIP

实践探索PracticalExploration

基于无监督学习的

软包锂电池边角外观缺陷检测*

文◆广东省科学院电子电器研究所 蔡浩聪

  广州理工学院        周亚梅

  广东省科学院电子电器研究所 张焕文

  广东省电子技术研究所    袁 勇 曾伟康

引言统由于可靠性不足，未能达到验收标准，导致难以实现量产。因此，软

软包锂电池作为新一代储能包锂电池外观缺陷的自动检测国内仍有很大的提升空间。

电源，具有优越的性能和广泛的王正家[2]提出一种检测软包锂锰电池外观缺陷的方法，有效代替人

应用前景，其产能迅速增长。在工目检，提高了工作效率，但其检测准确率较低。郑魁敬等[3]提出一种

双碳等环保政策的推动下，全年子图像遍历的方法来处理锂电池检测方面的缺陷，该方法并不适用于反

电力储能项目大幅增加。同时，光特性较高的软包锂锰电池的检测。许海彪[4]使用改进后的YOLOv3-x

2025年后的中国和全球电池产深度学习网络对锂电池壳表面缺陷进行