叠片电池的关键点检测方法、装置、计算机设备、可读存储介质和程序产品与流程

xiaoxiao2026-08-10  14


本技术涉及电池检测,特别是涉及一种叠片电池的关键点检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。


背景技术:

1、在新能源技术的发展中,叠片电池作为高性能储能装置的核心组件,其内部结构的精确检测与评估很重要。当前可以融合图像处理技术的x射线分析方法,对叠片电池的内部结构进行检测分析,但是当前的图像处理技术中关键点检测算法依赖边界框检测的结果,如果检测器没有检测到,那么该方法会失效,并且采用边界框检测结果的计算复杂度随着图片中目标数量的增加而线性上升,在目标比较多的场景,消耗时间较多。因此,当前针对叠片电池的关键点检测方法,存在普适性较小的问题。


技术实现思路

1、基于此,有必要针对上述技术问题,提供一种能够提高叠片电池的关键点检测的普适性的叠片电池的关键点检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面,本技术提供了一种叠片电池的关键点检测方法,包括:

3、获取待检测叠片电池的x射线图像;

4、通过训练完成的关键点检测模型,对所述x射线图像进行多个尺度的特征提取处理,得到所述x射线图像的多尺度特征图;

5、对所述多尺度特征图进行不同的卷积处理,得到所述x射线图像对应的高斯热力图、偏移量图和分组标记特征图;所述高斯热力图表示所述x射线图像中的关键点的热力数据、所述偏移量图表示所述x射线图像中的关键点的偏移量,所述分组标记特征图表示所x射线图像中的关键点的分布数据;

6、根据所述高斯热力图、所述偏移量图和所述分组标记特征图,得到所述待检测叠片电池的关键点检测结果。

7、在其中一个实施例中,所述对所述x射线图像进行多个尺度的特征提取处理,得到所述x射线图像的多尺度特征图,包括:

8、对所述x射线图像进行不同程度的下采样处理,得到所述x射线图像的多个下采样图像;

9、分别对所述x射线图像和各个所述下采样图像进行特征提取处理,得到所述x射线图像的图像特征和各个所述下采样图像的图像特征;

10、对所述x射线图像的图像特征和各个所述下采样图像的图像特征进行融合处理,得到所述x射线图像的多尺度特征图。

11、在其中一个实施例中,所述对所述多尺度特征图进行不同的卷积处理,得到所述x射线图像对应的高斯热力图、偏移量图和分组标记特征图,包括:

12、通过第一卷积单元对所述多尺度特征图先后进行两次卷积处理,得到所述x射线图像对应的高斯热力图,以及,通过第二卷积单元对所述多尺度特征图先后进行两次卷积处理,得到所述x射线图像对应的偏移量图;其中,两次卷积中,第一次卷积的感受野大于第二次卷积的感受野;

13、将通过所述第一卷积单元对所述多尺度特征图进行第一次卷积得到的卷积结果与所述多尺度特征图进行融合处理,得到融合特征图,通过第三卷积单元对所述融合特征图进行卷积处理,得到所述分组标记特征图。

14、在其中一个实施例中,所述待检测叠片电池的关键点包括阴极关键点和阳极关键点,所述根据所述高斯热力图、所述偏移量图和所述分组标记特征图,得到所述待检测叠片电池的关键点检测结果,包括:

15、根据所述高斯热力图和偏移量图,确定所述待检测叠片电池包括的各所述阴极关键点和所述阳极关键点分别对应的位置坐标;

16、根据所述分组标记特征图、各所述阴极关键点对应的位置坐标以及个所述阳极关键点对应的位置坐标进行关键点配对,得到所述待检测叠片电池的关键点检测结果。

17、在其中一个实施例中,所述根据所述高斯热力图和偏移量图,确定所述待检测叠片电池包括的各个阴极关键点和阳极关键点对应的位置坐标,包括:

18、针对每个所述阴极关键点或每个所述阳极关键点,根据所述高斯热力图,筛选出超过预设阈值的像素点对应的初始位置坐标;

19、根据每个所述初始位置坐标,从所述偏移量图中确定出所述初始位置坐标对应的偏移量;

20、根据每个所述初始位置坐标和所述对应的偏移量,确定各个所述阴极关键点和各个所述阳极关键点对应的位置坐标。

21、在其中一个实施例中,所述训练完成的关键点检测模型通过下述方法训练得到:

22、获取样本数据集;所述样本数据集包括样本数据集,关键点的高斯热力标签、偏移量标签和分布数据标签;

23、将所述样本数据集输入待训练的关键点检测模型,得到高斯热力预测值、偏移量预测值和分布数据预测值;

24、根据所述高斯热力预测值和所述高斯热力标签,得到第一损失,根据所述偏移量预测值和所述偏移量标签得到第二损失,所述分布数据预测值和所述分布数据标签得到第三损失;

25、对所述第一损失、所述第二损失和所述第三损失求和,得到总损失;

26、以减小所述总损失为训练目标,对所述待训练的关键点检测模型进行训练,得到训练完成的关键点检测模型。

27、第二方面,本技术还提供了一种叠片电池的关键点检测装置,包括:

28、图像获取模块,用于获取待检测叠片电池的x射线图像;

29、特征提取模块,用于通过训练完成的关键点检测模型,对所述x射线图像进行多个尺度的特征提取处理,得到所述x射线图像的多尺度特征;

30、卷积处理模块,用于对所述多尺度特征图进行不同的卷积处理,得到所述x射线图像对应的高斯热力图、偏移量图和分组标记特征图;所述高斯热力图表示所述x射线图像中的关键点的热力数据、所述偏移量图表示所述x射线图像中的关键点的偏移量,所述分组标记特征图表示所x射线图像中的关键点的分布数据;

31、结果获取模块,用于根据所述高斯热力图、所述偏移量图和所述分组标记特征图,得到所述待检测叠片电池的关键点检测结果。

32、第三方面,本技术还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:

33、获取待检测叠片电池的x射线图像;

34、通过训练完成的关键点检测模型,对所述x射线图像进行多个尺度的特征提取处理,得到所述x射线图像的多尺度特征图;

35、对所述多尺度特征图进行不同的卷积处理,得到所述x射线图像对应的高斯热力图、偏移量图和分组标记特征图;所述高斯热力图表示所述x射线图像中的关键点的热力数据、所述偏移量图表示所述x射线图像中的关键点的偏移量,所述分组标记特征图表示所x射线图像中的关键点的分布数据;

36、根据所述高斯热力图、所述偏移量图和所述分组标记特征图,得到所述待检测叠片电池的关键点检测结果。

37、第四方面,本技术还提供了一种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以下步骤:

38、获取待检测叠片电池的x射线图像;

39、通过训练完成的关键点检测模型,对所述x射线图像进行多个尺度的特征提取处理,得到所述x射线图像的多尺度特征图;

40、对所述多尺度特征图进行不同的卷积处理,得到所述x射线图像对应的高斯热力图、偏移量图和分组标记特征图;所述高斯热力图表示所述x射线图像中的关键点的热力数据、所述偏移量图表示所述x射线图像中的关键点的偏移量,所述分组标记特征图表示所x射线图像中的关键点的分布数据;

41、根据所述高斯热力图、所述偏移量图和所述分组标记特征图,得到所述待检测叠片电池的关键点检测结果。

42、第五方面,本技术还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:

43、获取待检测叠片电池的x射线图像;

44、通过训练完成的关键点检测模型,对所述x射线图像进行多个尺度的特征提取处理,得到所述x射线图像的多尺度特征图;

45、对所述多尺度特征图进行不同的卷积处理,得到所述x射线图像对应的高斯热力图、偏移量图和分组标记特征图;所述高斯热力图表示所述x射线图像中的关键点的热力数据、所述偏移量图表示所述x射线图像中的关键点的偏移量,所述分组标记特征图表示所x射线图像中的关键点的分布数据;

46、根据所述高斯热力图、所述偏移量图和所述分组标记特征图,得到所述待检测叠片电池的关键点检测结果。

47、上述叠片电池的关键点检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品,该方法通过获取待检测叠片电池的x射线图像,并通过训练完成的关键点检测模型,对所述x射线图像进行多个尺度的特征提取处理,得到所述x射线图像的多尺度特征图,进一步对所述多尺度特征图进行不同的卷积处理,得到所述x射线图像对应的高斯热力图、偏移量图和分组标记特征图;所述高斯热力图表示所述x射线图像中的关键点的热力数据、所述偏移量图表示所述x射线图像中的关键点的偏移量,所述分组标记特征图表示所x射线图像中的关键点的分布数据。进行多尺度的下采样提取特征可以提高对大尺度图像的特征提取效果。根据所述高斯热力图、所述偏移量图和所述分组标记特征图,得到所述待检测叠片电池的关键点检测结果。实现叠片电池的关键点的自动化检测,并且避免了依赖于边界框检测的结果进行关键点检测。从而提高了叠片电池的关键点检测方法的普适性。


技术特征:

1.一种叠片电池的关键点检测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述对所述x射线图像进行多个尺度的特征提取处理,得到所述x射线图像的多尺度特征图,包括:

3.根据权利要求1所述的方法,其特征在于,所述对所述多尺度特征图进行不同的卷积处理,得到所述x射线图像对应的高斯热力图、偏移量图和分组标记特征图,包括:

4.根据权利要求1所述的方法,其特征在于,所述待检测叠片电池的关键点包括阴极关键点和阳极关键点,所述根据所述高斯热力图、所述偏移量图和所述分组标记特征图,得到所述待检测叠片电池的关键点检测结果,包括:

5.根据权利要求4所述的方法,其特征在于,所述根据所述高斯热力图和偏移量图,确定所述待检测叠片电池包括的各个阴极关键点和阳极关键点对应的位置坐标,包括:

6.根据权利要求1所述的方法,其特征在于,所述训练完成的关键点检测模型通过下述方法训练得到:

7.一种叠片电池的关键点检测装置,其特征在于,所述装置包括:

8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

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,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。


技术总结
本申请涉及一种叠片电池的关键点检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品,涉及电池检测技术领域。所述方法包括:获取待检测叠片电池的X射线图像;通过训练完成的关键点检测模型,对X射线图像进行多个尺度的特征提取处理,得到X射线图像的多尺度特征图;对多尺度特征图进行不同的卷积处理,得到X射线图像对应的高斯热力图、偏移量图和分组标记特征图;高斯热力图表示关键点的热力数据、偏移量图表示关键点的偏移量,分组标记特征图表示关键点的分布数据;根据高斯热力图、偏移量图和分组标记特征图,得到待检测叠片电池的关键点检测结果。采用本方法能够提高叠片电池的关键点检测的普适性。

技术研发人员:施林枫,徐华安,杨雁清
受保护的技术使用者:无锡日联科技股份有限公司
技术研发日:
技术公布日:2024/9/23
转载请注明原文地址:https://www.famiwei.com/read-9025857.html

最新回复(0)