多层次图像处理与深度学习模型协同的电池缺陷检测方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明提供了一种多层次图像处理与深度学习模型协同的电池缺陷检测方法,属于电池制造和工业检测技术领域。本发明通过传统图像处理算法对初始电池图像进行预处理;利用检测到的圆轮廓对图像进行裁剪,去除变形较大的缺陷样品;经过预处理的电池图像传入深度学习模型,模型利用高级特征提取能力深入进行缺陷检测。本发明的协同方法不仅有助于消除不必要的干扰,同时提高了检测的准确性和效率,在电池质量控制方面具备更强的适应性和实时性,为电池制造业提供了一种高效可靠的质量控制手段,推动电池制造技术的不断发展。
《多层次图像处理与深度学习模型协同的电池缺陷检测方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2023111375039,当前法律状态为已下证,由浙江工业大学提出申请,发明人为宋伊晨;刘嘉濛;徐滌平,申请日期为2023-09-05,公开(公告)日期为2025-10-10,国际专利分类号(IPC)为 G06T 7/00 (2017.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明提供了一种多层次图像处理与深度学习模型协同的电池缺陷检测方法,属于电池制造和工业检测技术领域。本发明通过传统图像处理算法对初始电池图像进行预处理;利用检测到的圆轮廓对图像进行裁剪,去除变形较大的缺陷样品;经过预处理的电池图像传入深度学习模型,模型利用高级特征提取能力深入进行缺陷检测。本发明的协同方法不仅有助于消除不必要的干扰,同时提高了检测的准确性和效率,在电池质量控制方面具备更强的适应性和实时性,为电池制造业提供了一种高效可靠的质量控制手段,推动电池制造技术的不断发展。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
