我们可以做到什么优势：
提升检测精度
准确的检测算法
确保良品率高于99.5%
包管产线稳固
稳固提升检测精度提高生产效率
助力工厂实现产线全自动化
全天候不；
提高生产效率降低生产本钱
优化作业流程
提升生产效率
缩短投资回报周期
柔性应对生产需求行业定制化安排
凭证差别的生产情形及生产方法
适配定制化解决计划
打造自动化智慧工厂
近年来，随着我国新能源汽车市场的爆发，动力电池需求一直增添。在电池预焊、周边焊、密封钉焊接、顶盖焊接等环节，焊缝容易泛起炸焊、断焊、爆点、针孔、偏光等缺陷。这些缺陷严重影响动力电池的品质，爆发清静隐患，焊接历程中缺陷的检测和预防变得越来越主要。锂电池性能和品质的提升，不但需要在质料和设计上一直突破，也需要在生产制造的工艺及装备上一连立异和刷新。
机械视觉作为自动化装备的“眼睛”和“大脑”，将视觉检测引入到检测装备中已经成为主流趋势。图像处置惩罚系统的引入，将推动自动化装备向智能化偏向转型，推进动力电池向高容量、高清静性、高品质以及低本钱偏向生长。面临目今市场情形，C7娱乐官网在软件、硬件和算法方面一直举行手艺研发和产品优化，以为锂电行业客户提供更好的产品和效劳。
（一）算法立异
（1）异源数据融合的缺陷检测计划
3D相机在图像收罗历程中，不但可以获得2D灰度图像信息，也可以获得3D高度图像信息。怎样将两者团结起来，解决焊接历程中的缺陷检测和分类，C7娱乐官网一直举行算法探索和测试。由于3D图像具有无效像素、差别产品和视角拍摄的高度规模差别很大等特点，将3D高度图像输入到深度学习检测网络中，训练历程很难收敛。C7娱乐官网接纳自研的异源数据融合算法，将灰度图像和深度图像举行融合，有用地提升了焊缝检测漏检率和误检率。
（2）基于自由曲面的图像差分检测计划
电池外貌并不是规则的平面，若是使用平面作为基准，很容易泛起误检的征象。C7娱乐官网自研的自由曲面算法，将高度图像举行局部插值采样处置惩罚，可以获得电池外貌的局部规模近似基准图像，然后基于图像差分要领，可以获得缺陷检测信息。
（3）基于深度学习的无效像素填充算法
深度学习在图像识别、目的分类等方面均有较好的应用，成为各个领域的一个研究热门，可是基于深度神经网络在深度图像中的应用和探索并未几。C7娱乐官网为相识决高度图像中的点云无效像素缺失的问题，基于卷积神经网络设计了无效像素填充算法，很好地修补了点云模子外貌残破的孔洞区域，算法基于CUDA举行并行算法优化，提升了焊缝检测的效率和准确率。
（二）软件平台立异
接纳图形化编程，让用户在可视化的情形下，举行参数设置，快速实现项目安排，缩短项目安排的周期。融合图像收罗、图像剖析、通讯等功效于一体，为客户提供端到端的视觉解决计划。图像剖析？楹钦闪俊⑿挝还罴觳猓ㄆ矫娑取⒏叨炔睢⒙掷取⒋植诙鹊龋⑼饷仓柿科饰觥⑹侗穑ǘ维码、条形码、字符）以及3D视觉指导等。
视觉在线检测系统作为可同时实现高度轮廓、三维点云数据收罗和三维数据在线丈量的3D应用系统，已经大批量应用于高精度、高速、在线3D定位、丈量、缺陷检测场景。自研算法和傻瓜式的操作使得很是适合种种非接触式丈量场景，功效、性能及稳固性已在苹果产线使用验证，获得客户的高度认同。
将古板图像处置惩罚与深度学习处置惩罚相团结，为客户提供综合解决计划。使用卷积神经网络自动提取图像特征，从而实现产品瑕疵检测、分类等功效。深度学习工具操作简朴，零代码开发，用户只需要手动标注目的，使用标注信息自动完成模子训练和学习，有用地解决了古板算法难以解决的重大问题。在锂电行业应用中，深度学习团结古板图像处置惩罚算法缺陷的准确检出率可达99.9%以上，缺陷品级和缺陷种别分类由古板的40%提升到98%以上。
（三）3D视觉和深度学习在锂电行业中的立异案例
1、顶盖焊后检测
2、密封钉检测
