[发明专利]用于输出电池极片毛刺信息的方法和装置

权利要求书

1.一种用于输出电池极片毛刺信息的方法，包括：

获取待检测电池极片的电池极片图像；

将所述电池极片图像导入预先建立的毛刺检测模型，得到所述待检测电池极片的毛刺信息，其中，所述毛刺检测模型用于表征电池极片图像与电池极片图像所指示的电池极片的毛刺信息的对应关系；

按照预先设定的输出方式，对得到的毛刺信息进行输出。

2.根据权利要求1所述的方法，其中，所述将所述电池极片图像导入预先建立的毛刺检测模型，得到所述待检测电池极片的毛刺信息，包括：

响应于获取到电池极片图像，生成毛刺检测请求，其中，所述毛刺检测请求包括所述电池极片图像；

基于预先设定的负载均衡规则，从预先建立的至少一个毛刺检测模型中确定用于处理所述毛刺检测请求的毛刺检测模型；

将所述电池极片图像输入所确定的毛刺检测模型，得到所述待检测电池极片的毛刺信息。

3.根据权利要求1所述的方法，其中，所述毛刺检测模型为深度卷积神经网络；以及

所述深度卷积神经网络是通过以下方式训练得到的：

获取样本集，其中，样本包括样本电池极片图像和样本电池极片图像所指示的样本电池极片的毛刺信息；

将所述样本集中的样本的样本电池极片图像作为输入，将输入的样本电池极片图像所指示的样本电池极片的毛刺信息作为期望输出，训练得到所述深度卷积神经网络。

4.根据权利要求3所述的方法，其中，所述方法还包括：

将所述待检测电池极片的电池极片图像和得到的毛刺信息关联存储到已检测数据集合。

5.根据权利要求4所述的方法，其中，所述深度卷积神经网络的训练还包括：

将所述已检测数据集合中的、关联存储的电池极片图像和毛刺信息进行显示；

接收数据选取信息和毛刺信息修改信息，其中，所述数据选取信息和所述毛刺信息修改信息是用户针对所述已检测数据集合中的、检测错误的已检测数据生成的；

根据所述数据选取信息从所述已检测数据集合中选取至少一张电池极片图像；

对于所述至少一张电池极片图像中的电池极片图像，根据所述毛刺信息修改信息对该电池极片图像关联存储的毛刺信息进行修改；将该电池极片图像与修改后的毛刺信息作为目标样本关联存储到目标样本集；

将所述深度卷积神经网络作为初始网络，使用所述目标样本集训练所述初始网络，得到更新后的深度卷积神经网络。

6.一种用于输出电池极片毛刺信息的装置，包括：

获取单元，被配置成获取待检测电池极片的电池极片图像；

导入单元，被配置成将所述电池极片图像导入预先建立的毛刺检测模型，得到所述待检测电池极片的毛刺信息，其中，所述毛刺检测模型用于表征电池极片图像与电池极片图像所指示的电池极片的毛刺信息的对应关系；

输出单元，被配置成按照预先设定的输出方式，对得到的毛刺信息进行输出。

7.根据权利要求6所述的装置，其中，所述导入单元进一步被配置成：

响应于获取到电池极片图像，生成毛刺检测请求，其中，所述毛刺检测请求包括所述电池极片图像；

基于预先设定的负载均衡规则，从预先建立的至少一个毛刺检测模型中确定用于处理所述毛刺检测请求的毛刺检测模型；

将所述电池极片图像输入所确定的毛刺检测模型，得到所述待检测电池极片的毛刺信息。

8.根据权利要求6所述的装置，其中，所述毛刺检测模型为深度卷积神经网络；以及

所述装置还包括网络训练单元，所述网络训练单元被配置成：

获取样本集，其中，样本包括样本电池极片图像和样本电池极片图像所指示的样本电池极片的毛刺信息；

将所述样本集中的样本的样本电池极片图像作为输入，将输入的样本电池极片图像所指示的样本电池极片的毛刺信息作为期望输出，训练得到所述深度卷积神经网络。