[发明专利]用于输出电池极片毛刺信息的方法和装置

说明书

本申请实施例公开了用于输出电池极片毛刺信息的方法和装置。该方法的一具体实施方式包括：获取待检测电池极片的电池极片图像；将上述电池极片图像导入预先建立的毛刺检测模型，得到上述待检测电池极片的毛刺信息，其中，上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。该实施方式实现了对待检测电池极片的毛刺信息的输出，提高了对电池极片上毛刺的检测效率。

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于输出电池极片毛刺信息的方法和装置。

背景技术

在电池极片的生产过程中，由于冲切方式、冲切模具的结构、冲切模具的材料和加工方式等原因，电池极片上容易产生毛刺。而电池极片毛刺对于电池质量有着重大影响，是质检中的重要检查项目。

现阶段，可以通过人工检测或半自动化光学仪器辅助检测的方式来对电池极片上的毛刺进行检测。

发明内容

本申请实施例提出了用于输出电池极片毛刺信息的方法和装置。

第一方面，本申请实施例提供了一种用于输出电池极片毛刺信息的方法，该方法包括：获取待检测电池极片的电池极片图像；将上述电池极片图像导入预先建立的毛刺检测模型，得到上述待检测电池极片的毛刺信息，其中，上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。

在一些实施例中，上述将上述电池极片图像导入预先建立的毛刺检测模型，得到上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，上述毛刺检测请求包括上述电池极片图像；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上述毛刺检测请求的毛刺检测模型；将上述电池极片图像输入所确定的毛刺检测模型，得到上述待检测电池极片的毛刺信息。

在一些实施例中，上述毛刺检测模型为深度卷积神经网络；以及上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；将上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，训练得到上述深度卷积神经网络。

在一些实施例中，上述方法还包括：将上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。

在一些实施例中，上述深度卷积神经网络的训练还包括：将上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，上述数据选取信息和上述毛刺信息修改信息是用户针对上述已检测数据集合中的、检测错误的已检测数据生成的；根据上述数据选取信息从上述已检测数据集合中选取至少一张电池极片图像；对于上述至少一张电池极片图像中的电池极片图像，根据上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；将上述深度卷积神经网络作为初始网络，使用上述目标样本集训练上述初始网络，得到更新后的深度卷积神经网络。

第二方面，本申请实施例提供了一种用于输出电池极片毛刺信息的装置，上述装置包括：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，被配置成将上述电池极片图像导入预先建立的毛刺检测模型，得到上述待检测电池极片的毛刺信息，其中，上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。