鋰電池極耳區(qū)域的缺陷類型復(fù)雜多樣，位置隨機而且一些微小缺陷與tab的背景顏色差別不大，很難準(zhǔn)確提取缺陷特征因此，其目測成為行業(yè)難點之一

依托OPT兩大技術(shù)平臺，光學(xué)成像和視覺分析，從硬件源頭提升圖像采集的質(zhì)量和速度結(jié)合自主研發(fā)的AI算法，對耳片細微或復(fù)雜缺陷進行精準(zhǔn)分類判斷，涵蓋耳片切割，纏繞，焊接等過程，全面解決耳片缺陷檢測難題

視力

成像

高分辨率光學(xué)設(shè)計，獲得清晰圖像。

伴隨著動力電池生產(chǎn)規(guī)模的擴大和效率的提高，電池企業(yè)對極耳缺陷檢測的需求越來越大，相應(yīng)地，對視覺成像的質(zhì)量和速度也提出了更高的要求。

OPT開發(fā)了一系列適用于焊片缺陷檢測的硬件產(chǎn)品，具有采集速度快，成像清晰等優(yōu)點，能夠滿足焊片在各工序的檢測要求。

OPT視覺成像方案在極耳切折一體機中的應(yīng)用

比如在切耳繞線機的過程中，OPT采用前光后光的方式檢測高速切耳過程中造成的纏繞耳毛刺或折疊狀缺陷，其中，與OPT視覺成像方案匹配的線掃描鏡頭采用高分辨率光學(xué)設(shè)計，通過消色差，無漸暈，容差靈敏度優(yōu)化和自動分辨率檢測技術(shù)，可以保證從源頭獲得清晰的圖像，也為后續(xù)的算法分析提供了良好的基礎(chǔ)條件。

最優(yōu)公差靈敏度優(yōu)化技術(shù)

此外，OPT充分利用FPGA edge技術(shù)加速線性攝像頭的升級，可以實時進行二值化，形態(tài)學(xué)運算和blob分析，并將運算結(jié)果連同圖像一起傳輸?shù)缴衔粰C，大大降低了工控機的CPU運算負(fù)荷，極大地滿足了凸耳高速切割和纏繞的檢測需求。

OPT視覺成像方案在極耳繞線機中的應(yīng)用

對于焊片焊接工藝，OPT采用球面整體同軸光源進行均勻照射，匹配的面陣透鏡還具有高分辨率性能，成像清晰，圖像邊緣銳利，可以精確檢測或定位焊接印刷，焊片泄漏，黃原膠位置及缺失等，涵蓋吊耳各工位的缺陷檢測

OPT凸耳焊接缺陷檢測成像方案

視力

分析

深度學(xué)習(xí)，準(zhǔn)確提取缺陷特征

除了高精度的視覺成像，視覺分析軟件也是處理極耳區(qū)復(fù)雜缺損的關(guān)鍵OPT充分利用深度學(xué)習(xí)和傳統(tǒng)算法的結(jié)合，對耳片的缺陷特征進行精確提取和分類，可以避免誤判，漏檢等，解決了吊耳多工序缺陷檢測問題

OPT算法過程的可視化

OPT，一種用于人耳缺陷檢測的深度學(xué)習(xí)技術(shù)，是訓(xùn)練一定數(shù)量的缺陷樣本，生成AI模型，具有三大創(chuàng)新優(yōu)勢一方面，基于小樣本深度學(xué)習(xí)的檢測框架可以將缺陷樣本數(shù)量減少到個位數(shù)，解決以往缺陷樣本收集困難，標(biāo)注成本高等問題，提高檢測精度和魯棒性，另一方面，利用數(shù)據(jù)樣本自適應(yīng)擴展訓(xùn)練技術(shù)，推薦最具代表性的樣本進行人工標(biāo)注，縮短了模型的訓(xùn)練時間，提高了10%的檢測準(zhǔn)確率，實現(xiàn)了極耳檢測的零虛警

OPT深度學(xué)習(xí)在人耳缺陷檢測中的應(yīng)用

此外，為了更好地滿足頻繁更換電池產(chǎn)品的測試需求，OPT引入了自適應(yīng)轉(zhuǎn)移學(xué)習(xí)技術(shù)，縮短了AI模型的訓(xùn)練周期，一鍵轉(zhuǎn)移大小相近，流程相似的tab缺陷檢測對于不同大小的標(biāo)簽檢測，只需要補充少量的訓(xùn)練數(shù)據(jù)，并在轉(zhuǎn)移后對AI模型進行微調(diào)

基于深度學(xué)習(xí)的自適應(yīng)遷移技術(shù)

目前，OPT深度學(xué)習(xí)算法已在鋰電池多工序視覺檢測中推廣應(yīng)用，包括極片涂層，激光切割極耳，鋁塑膜卷繞包裝等缺陷檢測。

鄭重聲明：此文內(nèi)容為本網(wǎng)站轉(zhuǎn)載企業(yè)宣傳資訊，目的在于傳播更多信息，與本站立場無關(guān)。僅供讀者參考，并請自行核實相關(guān)內(nèi)容。