嵌入式极片检测系统及其嵌入式平台部署方法与流程

本申请属于极片检测，尤其涉及一种嵌入式极片检测系统及其嵌入式平台部署方法。

背景技术：

1、锂电池的发展及应用对新能源行业推动极大，保障极片工艺安全可靠对锂电池生产极为重要。目前，工业上大多使用工控机或服务器搭载显卡对锂电池极片的检测，现有的视觉检测方案需要安装独立显卡以及满足固定型号的显卡驱动，部署困难，还为维护人员的维护增加时间成本。此外，标准工控机功耗较高，搭载显卡加上风扇散热，对生产环境产生的噪音较大。

技术实现思路

1、本申请旨在至少解决现有技术中存在的技术问题之一。为此，本申请提出一种嵌入式极片检测系统及其嵌入式平台部署方法，使用嵌入式边缘检测技术，实现极片缺陷检测，检测效率高、功耗低，可以减少噪音、降本增效。

2、第一方面，本申请提供了一种嵌入式极片检测系统，该系统包括：

3、图像采集装置，所述图像采集装置用于采集待检测极片的极片图像；

4、嵌入式平台，所述嵌入式平台包括极片缺陷提取模块和极片缺陷检测模块，所述极片缺陷提取模块与所述图像采集装置连接，所述极片缺陷提取模块用于提取所述极片图像的缺陷，输出极片缺陷图像；所述极片缺陷检测模块和所述极片缺陷提取模块连接，所述极片缺陷检测模块包括缺陷检测模型，所述极片缺陷检测模块用于通过所述缺陷检测模型检测所述极片缺陷图像，输出所述待检测极片的缺陷检测结果。

5、根据本申请的嵌入式极片检测系统，通过极片缺陷提取模块提取极片图像的缺陷，极片缺陷检测模块的缺陷检测模型对极片缺陷图像进行缺陷检测，嵌入式平台的检测效率高、功耗低，缺陷检测模型体积小，易于在嵌入式平台进行部署和维护。

6、根据本申请的一个实施例，所述极片缺陷提取模块包括区域分割模块和blob分析模块，所述区域分割模块用于分割所述极片图像的缺陷区域，所述blob分析模块用于对所述缺陷区域进行blob分析，输出所述极片缺陷图像。

7、根据本申请的一个实施例，所述区域分割模块用于对所述极片图像进行阈值分割、灰度值计算和梯度值计算中的至少一个，得到所述缺陷区域。

8、根据本申请的一个实施例，所述缺陷检测模型为剪枝量化后的深度学习模型。

9、根据本申请的一个实施例，所述图像采集装置为工业相机。

10、第二方面，本申请提供了一种用于上述第一方面所述的嵌入式极片检测系统的嵌入式平台部署方法，该方法包括：

11、构建并训练缺陷检测模型；

12、将所述缺陷检测模型转化为嵌入式平台可识别的模型中间文件；

13、对所述模型中间文件进行模型推理，将所述缺陷检测模型部署至所述嵌入式平台。

14、根据本申请的嵌入式极片检测系统的嵌入式平台部署方法，将缺陷检测模型部署于嵌入式平台，嵌入式平台通过极片缺陷提取模块提取极片图像的缺陷，并通过缺陷检测模型对极片缺陷图像进行缺陷检测，嵌入式平台的检测效率高、功耗低，缺陷检测模型体积小，部署和维护过程简单。

15、根据本申请的一个实施例，所述对所述模型中间文件进行模型推理，将所述缺陷检测模型部署至所述嵌入式平台，包括：

16、通过统一计算设备架构处理数据，对所述模型中间文件进行模型推理，部署所述缺陷检测模型，构建推理引擎，通过所述推理引擎对极片缺陷图像进行识别检测。

17、根据本申请的一个实施例，在所述构建并训练缺陷检测模型之后，在所述将所述缺陷检测模型转化为嵌入式平台可识别的模型中间文件之前，所述方法还包括：

18、对所述缺陷检测模型进行剪枝量化处理。

19、根据本申请的一个实施例，所述模型中间文件为onnx模型文件。

20、第三方面，本申请提供了一种基于上述第一方面所述的嵌入式极片检测系统的检测方法，该方法包括：

21、通过图像采集装置获取待检测极片的极片图像；

22、通过嵌入式平台的极片缺陷提取模块对所述极片图像进行缺陷提取，获得极片缺陷图像；

23、通过所述嵌入式平台的极片缺陷检测模块的缺陷检测模型对所述极片缺陷图像进行缺陷检测，获得所述待检测极片的缺陷检测结果。

24、根据本申请的嵌入式极片检测系统的检测方法，通过极片缺陷提取模块提取极片图像的缺陷，极片缺陷检测模块的缺陷检测模型对极片缺陷图像进行缺陷检测，嵌入式平台的检测效率高、功耗低，缺陷检测模型体积小，易于在嵌入式平台进行部署和维护。

25、第四方面，本申请提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第二方面所述的嵌入式极片检测系统的嵌入式平台部署方法或者如上述第三方面所述的嵌入式极片检测系统的检测方法。

26、第五方面，本申请提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述第二方面所述的嵌入式极片检测系统的嵌入式平台部署方法或者如上述第三方面所述的嵌入式极片检测系统的检测方法。

27、第六方面，本申请提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第二方面所述的嵌入式极片检测系统的嵌入式平台部署方法或者如上述第三方面所述的嵌入式极片检测系统的检测方法。

28、第七方面，本申请提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的第二方面所述的嵌入式极片检测系统的嵌入式平台部署方法或者如上述第三方面所述的嵌入式极片检测系统的检测方法。

29、本申请的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

技术特征：

1.一种嵌入式极片检测系统，其特征在于，包括：

2.根据权利要求1所述的嵌入式极片检测系统，其特征在于，所述极片缺陷提取模块包括区域分割模块和blob分析模块，所述区域分割模块用于分割所述极片图像的缺陷区域，所述blob分析模块用于对所述缺陷区域进行blob分析，输出所述极片缺陷图像。

3.根据权利要求2所述的嵌入式极片检测系统，其特征在于，所述区域分割模块用于对所述极片图像进行阈值分割、灰度值计算和梯度值计算中的至少一个，得到所述缺陷区域。

4.根据权利要求1-3任一项所述的嵌入式极片检测系统，其特征在于，所述缺陷检测模型为剪枝量化后的深度学习模型。

5.根据权利要求1-3任一项所述的嵌入式极片检测系统，其特征在于，所述图像采集装置为工业相机。

6.一种用于权利要求1-5任一项所述的嵌入式极片检测系统的嵌入式平台部署方法，其特征在于，包括：

7.根据权利要求6所述的嵌入式极片检测系统的嵌入式平台部署方法，其特征在于，所述对所述模型中间文件进行模型推理，将所述缺陷检测模型部署至所述嵌入式平台，包括：

8.根据权利要求6所述的嵌入式极片检测系统的嵌入式平台部署方法，其特征在于，在所述构建并训练缺陷检测模型之后，在所述将所述缺陷检测模型转化为嵌入式平台可识别的模型中间文件之前，所述方法还包括：

9.根据权利要求6-8任一项所述的嵌入式极片检测系统的嵌入式平台部署方法，其特征在于，所述模型中间文件为onnx模型文件。

10.一种基于权利要求1-5任一项所述的嵌入式极片检测系统的检测方法，其特征在于，包括：

技术总结
本申请公开了一种嵌入式极片检测系统及其嵌入式平台部署方法，属于极片检测技术领域。嵌入式极片检测系统包括：图像采集装置，图像采集装置用于采集待检测极片的极片图像；嵌入式平台，嵌入式平台包括极片缺陷提取模块和极片缺陷检测模块，极片缺陷提取模块与图像采集装置连接，极片缺陷提取模块用于提取极片图像的缺陷，输出极片缺陷图像；极片缺陷检测模块和极片缺陷提取模块连接，极片缺陷检测模块包括缺陷检测模型，极片缺陷检测模块用于通过缺陷检测模型检测极片缺陷图像，输出待检测极片的缺陷检测结果。该系统的嵌入式平台的检测效率高、功耗低，缺陷检测模型体积小，易于在嵌入式平台进行部署和维护。

技术研发人员：周正清,包振健
受保护的技术使用者：凌云光技术股份有限公司
技术研发日：
技术公布日：2024/1/13