[發明專利]電池檢測方法及裝置有效
| 申請號: | 201810980598.3 | 申請日: | 2018-08-27 |
| 公開(公告)號: | CN109239075B | 公開(公告)日: | 2021-11-30 |
| 發明(設計)人: | 文亞偉;冷家冰;劉明浩;肖慧慧;郭江亮;李旭 | 申請(專利權)人: | 北京百度網訊科技有限公司 |
| 主分類號: | G01N21/88 | 分類號: | G01N21/88 |
| 代理公司: | 北京清亦華知識產權代理事務所(普通合伙) 11201 | 代理人: | 宋合成 |
| 地址: | 100085 北京市*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 電池 檢測 方法 裝置 | ||
本發明提出一種電池檢測方法及裝置,其中方法包括:獲取電池生產線上各個電池的圖片,以及對應的生產節點;將圖片輸入預設的缺陷檢測模型,獲取缺陷檢測模型輸出的檢測結果;檢測結果中包括:是否存在缺陷、缺陷的類型以及位置;在檢測結果為存在缺陷時,向圖片對應的生產節點的控制設備發送控制指令,以使控制設備根據控制指令對存在缺陷的圖片對應的電池進行分流,從而通過結合缺陷檢測模型來識別電池的缺陷,能夠識別簡單缺陷和復雜缺陷,且能夠結合檢測結果對缺陷檢測模型進行再次訓練,使得缺陷檢測模型能夠識別到最新缺陷,以及根據識別到的缺陷對電池進行自動分流,不需要人工參與,提高了電池檢測的效率和準確度,大大降低了人工成本。
技術領域
本發明涉及數據處理技術領域,尤其涉及一種電池檢測方法及裝置。
背景技術
目前對單晶硅太陽能電池的質量檢測方法有兩種。第一種是純人工質檢,由人工對生產線上的單晶硅太陽能電池進行觀察,確定是否有缺陷。第二種是機器輔助的人工質檢方式,由機器來采集生產線上的單晶硅太陽能電池的圖片,由質檢系統結合提前定義好的缺陷來識別圖片中是否有缺陷。
第一種方法,人力成本高,效率差。第二種方法中,質檢系統中定義的缺陷是固化的,難以進行更新,且只能識別簡單的缺陷,難以識別復雜的缺陷,降低了質量檢測效率。
發明內容
本發明旨在至少在一定程度上解決相關技術中的技術問題之一。
為此,本發明的第一個目的在于提出一種電池檢測方法,用于解決現有技術中電池檢測效率差,成本高的問題。
本發明的第二個目的在于提出一種電池檢測裝置。
本發明的第三個目的在于提出另一種電池檢測裝置。
本發明的第四個目的在于提出一種非臨時性計算機可讀存儲介質。
本發明的第五個目的在于提出一種計算機程序產品。
為達上述目的,本發明第一方面實施例提出了一種電池檢測方法,包括:
獲取電池生產線上各個電池的圖片,以及對應的生產節點;
將所述圖片輸入預設的缺陷檢測模型,獲取所述缺陷檢測模型輸出的檢測結果;所述檢測結果中包括:是否存在缺陷、缺陷的類型以及位置;
在所述檢測結果為存在缺陷時,向所述圖片對應的生產節點的控制設備發送控制指令,以使所述控制設備根據所述控制指令對存在缺陷的圖片對應的電池進行分流。
進一步的,所述缺陷檢測模型為深度神經網絡模型;所述缺陷檢測模型的結構根據Mask RCNN算法確定。
進一步的,所述將所述圖片輸入預設的缺陷檢測模型,獲取所述缺陷檢測模型輸出的檢測結果之前,還包括:
獲取訓練數據;所述訓練數據中包括:生產線上電池的歷史圖片以及缺陷標注結果;所述缺陷標注結果中包括:缺陷類型以及缺陷位置;
根據所述訓練數據,對初始的缺陷檢測模型進行訓練,直至預設的損失函數滿足對應的條件;
將訓練好的缺陷檢測模型,確定為所述預設的缺陷檢測模型。
進一步的,所述將所述圖片輸入預設的缺陷檢測模型,獲取所述缺陷檢測模型輸出的檢測結果之后,還包括:
對所述圖片對應的檢測結果進行審核;
審核通過后,將所述圖片以及對應的檢測結果添加到所述訓練數據中,得到更新后的訓練數據;
根據更新后的訓練數據,對所述缺陷檢測模型重新進行訓練。
進一步的,根據更新后的訓練數據,對所述缺陷檢測模型重新進行訓練之前,還包括:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京百度網訊科技有限公司,未經北京百度網訊科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810980598.3/2.html,轉載請聲明來源鉆瓜專利網。





