一种基于深度学习的锂电池缺陷检测机

被引：0

专利类型：

实用新型

申请号：

CN202020180173.7

申请日：

2020-02-18

公开(公告)号：

CN211756993U

公开(公告)日：

2020-10-27

发明(设计)人：

梅红岩许晓明于恒

申请人：

申请人地址：

121000 辽宁省锦州市古塔区士英街169号

IPC主分类号：

B07C5342

IPC分类号：

B07C538 B07C536 B07C502 G01N2188 G01N2101

代理机构：

苏州拓云知识产权代理事务所(普通合伙) 32344

代理人：

李锋

法律状态：

授权

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2020-10-27	授权	授权
2023-02-03	专利权的终止	未缴年费专利权终止 IPC(主分类):B07C 5/342 申请日:20200218 授权公告日:20201027 终止日期:20220218

共 50 条

[1]

一种基于激光与深度学习的锂电池缺陷检测机 [P].

杨文静 ;

徐峥 ;

刘永旺 .

中国专利 :CN208555088U ,2019-03-01

[2]

一种基于深度学习的锂电池表面缺陷智能检测方法 [P].

季殊灿 ;

汤臣薇 ;

邢靖玉 ;

张翰辰 ;

陈浩铭 ;

张书铖 .

中国专利 :CN120495764A ,2025-08-15

[3]

一种基于深度学习的锂电池膈膜缺陷视觉检测方法 [P].

卢盛林 ;

贺珍真 ;

曹玲 ;

陈宏科 ;

何翔 .

中国专利 :CN113758932B ,2021-12-07

[4]

基于深度学习的锂电池外观缺陷检测系统及方法 [P].

刘玉海 ;

金加兴 ;

吴世富 ;

张志达 .

中国专利 :CN121236048A ,2025-12-30

[5]

一种基于深度学习的锂电池隔膜缺陷机器视觉检测方法 [P].

卢清华 ;

甄志明 ;

陈勇 .

中国专利 :CN112950547A ,2021-06-11

[6]

一种基于深度学习的锂电池隔膜缺陷机器视觉检测方法 [P].

卢清华 ;

甄志明 ;

陈勇 .

中国专利 :CN112950547B ,2024-02-13

[7]

一种锂电池盖缺陷检测机 [P].

倪晓阳 ;

徐凯怡 ;

于佳卉 .

中国专利 :CN214334704U ,2021-10-01

[8]

一种锂电池盖缺陷检测机 [P].

倪晓阳 ;

徐凯怡 ;

于佳卉 .

中国专利 :CN112782187A ,2021-05-11

[9]

一种基于深度学习的锂电池极片缺陷检测系统及方法 [P].

苏翔 ;

孙耀 ;

张文好 ;

祁星 ;

沈阳 ;

沈洪雷 ;

张建梅 .

中国专利 :CN121033494A ,2025-11-28

[10]

一种基于深度学习多通道融合的锂电池表面缺陷检测方法 [P].

边凯昂 ;

谢毅柱 .

中国专利 :CN119478486A ,2025-02-18

← 1 2 3 4 5 →