AI深度学习电池外壳检测

在生产锂电池的时候，由于涂布机或辊压机的一些原因，会出现一些露箔、亮斑、掉料、暗斑等缺陷，这些都会影响电池的使用时间，最重要的是这些缺陷可能导致爆炸，影响使用安全。

电池行业对这些缺陷的检测都用传统的人工检测来处理，不过由于人员的主观性，还有检测效率低，会出现漏检，导致不合格的产品进入市场，这样后果很严重，所以采用机器视觉和数字图像来对产品进行自动化的缺陷检测，是非常有必要的，随着国内视器的发展，应用的场景也越来越多，以前传统的机器视觉检测不能满足，所以基于深度学习的视觉检测，是未来的趋势。

基于深度学习的机器视觉检测技术，目前已经应用于电池检测并成为一大趋势。

事实上，因为锂电池行业缺陷类别复杂多变，传统机器视觉算法很难定义缺陷。而深度学习的技术对不规则不定位置的目标检测能力较强，对于复杂图片的检测能力也较强，可以将复杂的缺陷类别细分出来。深度学习融合了人工视觉检测的灵活性与计算机系统的高可靠性、一致性和时效性等优点，越来越多的先进制造企业正在转向深度学习方案，以解决其复杂的自动化挑战。

施努卡推出新一代锂电池外观全检线

产品检测功能如下：

可以检测产品的长度，孔径还有是否变形，对于锂电池的外观划痕斑点检测准确率高，产品通过视觉控制平台，多相机并行、高速图像采集，实时图像处理，2D&3D复合设计，通过自动化控制技术，高速理料、自动分料、高速剔除，最重要的是设备有AI智能深度学习，可以兼容多种产品规格。