基于X-Ray图像的锂电池电极检测方法

作     者：郑涵今 薛健 吕科 魏润辰 侯利萍 张孝平 ZHENG Hanjin;XUE Jian;LYU Ke;WEI Runchen;HOU Liping;ZHANG Xiaoping

作者机构：中国科学院大学工程科学学院北京100049 三峡大学计算机与信息学院湖北宜昌443002 深圳大成精密设备股份有限公司广东深圳523808 

出 版 物：《无线电通信技术》 (Radio Communications Technology)

年 卷 期：2023年第49卷第3期

页      面：532-540页

学科分类：0810[工学-信息与通信工程] 08[工学] 081001[工学-通信与信息系统] 

基　　金：北京市教委科技重大项目(2019022) 北京市自然科学基金面上项目(4212011) 

主　　题：锂电池电极检测 深度学习 目标检测 特征提取 YOLOv5 

摘      要：针对锂电池X-Ray图像中电极排布密集且模糊导致工业生产中难以高效检测的问题,提出了一种锂电池电极位置检测的方法。首先通过调整YOLOv5的骨干网络来增强模型对于目标特征的提取能力;其次,针对目标排布密集且像素占比较小的问题,增加目标检测层来提升模型对于小目标的检测性能;同时由于图像中的阴阳极特征较弱,引入注意力机制来进一步加强网络的特征提取能力;最后选取CIoU损失函数来提高定位精度。实验结果表明,提出的方法与主流目标检测方法YOLOv3、YOLOv4、RetinaNet、YOLOv5、TPH-YOLOv5相比,在性能上具有优势,与原始YOLOv5算法相比,mAP提高了约15.2%。提出的方法可以有效改善锂电池电极位置检测的准确性,有助于提高工业生产中锂电池缺陷检测的效率。