一种基于深度学习的锂电池膈膜缺陷视觉检测方法

被引：0

专利类型：

发明

申请号：

CN202111044890.2

申请日：

2021-09-07

公开(公告)号：

CN113758932B

公开(公告)日：

2021-12-07

发明(设计)人：

卢盛林贺珍真曹玲陈宏科何翔

申请人：

申请人地址：

523000 广东省东莞市长安镇锦厦社区河南工业区锦升路8号

IPC主分类号：

G01N2188

IPC分类号：

G01N2904 G01N2944

代理机构：

北京冠和权律师事务所 11399

代理人：

陈彦朝

法律状态：

实质审查的生效

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
2021-12-24	实质审查的生效	实质审查的生效 IPC(主分类):G01N 21/88 申请日:20210907
2021-12-07	公开	公开
2022-11-25	授权	授权

共 50 条

[1]

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

[2]

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

[3]

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

[4]

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

[5]

一种基于深度学习的锂电池缺陷检测机 [P].

梅红岩 ;

许晓明 ;

于恒 .

中国专利 :CN211756993U ,2020-10-27

[6]

一种基于深度学习的锂电池异常检测方法与系统 [P].

孔舰 .

中国专利 :CN119128769B ,2025-03-07

[7]

一种基于深度学习的锂电池异常检测方法与系统 [P].

孔舰 .

中国专利 :CN119128769A ,2024-12-13

[8]

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

[9]

基于自适应深度学习的新能源锂电池表面缺陷检测方法 [P].

刘甜甜 ;

车志敏 .

中国专利 :CN111105405A ,2020-05-05

[10]

基于深度学习的锂电池端板缺陷检测方法、介质及设备 [P].

谭浩 ;

王政 ;

管林波 .

中国专利 :CN119313922A ,2025-01-14

← 1 2 3 4 5 →