基于YOLOv5的锂电池缺陷检测方法、系统、设备以及存储介质与流程

技术特征：
1.一种基于yolov5的锂电池缺陷检测方法，其特征在于，包括以下步骤：s1：获取原图像，将所述原图像的有效检测区域框选出来得到有效检测区域图像；s2：将所述有效检测区域图像缩放至统一尺寸，并将所述有效检测区域图像分割成适应模型输入的统一尺寸的多个小图像；s3：对分割后的所述多个小图像进行数据标注，并对在更大数据集上训练好的yolov5模型进行应用并完成训练；s4：训练完成后，使用训练得到的模型进行推理得到模型推理结果，并根据所述模型推理结果将所述多个小图像进行拼接，使其还原至所述有效检测区域图像大小，以得到锂电池缺陷检测的结果。2.根据权利要求1所述的基于yolov5的锂电池缺陷检测方法，其特征在于，在执行所述步骤s1之后还包括：对所述有效检测区域图像进行平滑去噪处理。3.根据权利要求1所述的基于yolov5的锂电池缺陷检测方法，其特征在于，相邻两个所述小图像的临边区域形成有12％-18％的重叠面积。4.根据权利要求1所述的基于yolov5的锂电池缺陷检测方法，其特征在于，在执行所述步骤s4之前还包括：训练完成后，获得模型权重，使用测试集测试模型的准确度。5.根据权利要求1所述的基于yolov5的锂电池缺陷检测方法，其特征在于，所述步骤s2中的将所述有效检测区域图像缩放至统一尺寸包括：将所述有效检测区域图像的宽和高等分，并使所述有效检测区域图像的长边尺寸设置到与yolov5模型的输入尺寸相近。6.根据权利要求1所述的基于yolov5的锂电池缺陷检测方法，其特征在于，在执行所述步骤s4之后，还包括：对拼接后的所述效检测区域图像进行非极大值抑制处理。7.一种基于yolov5的锂电池缺陷检测系统，其特征在于，该系统包括：有效检测区域图像获取模块，用于获取原图像，将所述原图像的有效检测区域框选出来得到有效检测区域图像；分割模块，用于将所述有效检测区域图像缩放至统一尺寸理，并将所述有效检测区域图像分割成适应模型输入的统一尺寸的多个小图像；模型训练模块，用于对分割后的所述多个小图像进行数据标注，并对在更大数据集上训练好的yolov5模型进行应用并完成训练；缺陷检测结果获取模块，用于训练完成后，使用训练得到的模型进行推理得到模型推理结果，并根据所述模型推理结果将所述多个小图像进行拼接，使其还原至所述有效检测区域图像大小，以得到锂电池缺陷检测的结果。8.一种电子设备，其特征在于，包括处理器和存储有计算机可读指令的存储器，所述处理器被配置在执行所述计算机可读指令时，执行如权利要求1-6中任一项所述的方法。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一项所述的方法。

技术总结
本发明公开了一种基于YOLOv5的锂电池缺陷检测方法、系统、设备以及存储介质。该方法包括以下步骤：S1：获取原图像，将原图像的有效检测区域框选出来得到有效检测区域图像；S2：将有效检测区域图像缩放至统一尺寸，并将有效检测区域图像分割成适应模型输入的统一尺寸的多个小图像；S3：对分割后的多个小图像进行数据标注，并对在更大数据集上训练好的YOLOv5模型进行应用并完成训练；S4：训练完成后，使用训练得到的模型进行推理得到模型推理结果，并根据模型推理结果将多个小图像进行拼接，使其还原至有效检测区域图像大小，以得到锂电池缺陷检测的结果。本发明能够降低锂电池缺陷检测的误检率和漏检率，有效提高检测效率。有效提高检测效率。有效提高检测效率。


技术研发人员：谢崇亮 麦浩晃 刘立峰 王典雄
受保护的技术使用者：昂视智能（深圳）有限公司
技术研发日：2022.12.30
技术公布日：2023/5/16