-
题名基于深度学习的锂电池表面字符识别和缺陷检测
- 1
-
-
作者
刘明尧
索广飞
-
机构
武汉理工大学机电工程学院
-
出处
《自动化与仪表》
2024年第6期91-95,112,共6页
-
文摘
该文针对在锂电池的生产过程中,软包锂电池表面喷码字符识别和缺陷检测,由于人工检测耗时长、成本高等缺点,提出了基于CnOCR的字符识别方法和基于改进YOLOv8模型的字符缺陷检测方法 。该方法首先利用CnStd算法对字符区域进行了定位,利用YOLOv8模型对字符进行训练,检测出有缺陷的字符。根据字符区域特点进行图像增强、二值化和字符分割等处理,采用CnOCR模型进行字符的识别。深度学习方法提高了字符识别和缺陷检测的准确率,并且保证了整个检测系统的识别和检测速度。实验结果表明,字符识别率在96%以上,字符缺陷检测率在94%以上,符合锂电池自动化生产线的生产需要。
-
关键词
软包锂电池
字符识别
字符缺陷检测
CnOCR
YOLOv8神经网络
电池自动化设备
-
Keywords
soft pack lithium battery
character recognition
character defect detection
CnOCR
YOLOv8 neural network
battery automation equipment
-
分类号
TP274
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名HIT太阳能电池的自动化产业探析
- 2
-
-
作者
王淳
-
机构
中电科风华信息装备股份有限公司
-
出处
《机械管理开发》
2020年第7期263-264,共2页
-
文摘
基于目前的国际能源发展趋势,分析中国能源产业现状、HIT太阳能电池的基本结构和工艺、HIT产业链设备、PVD自动生产线。分析认为,HIT太阳能电池作为新能源,其基本结构和工艺对应的自动化设备将有较好的市场和较快的发展。
-
关键词
HIT太阳能电池
能源
自动化设备
-
Keywords
heterojunction with intrinsic thinfilm solar battery
energy
automation equipment
-
分类号
TM914.4
[电气工程—电力电子与电力传动]
-
