一种基于深度学习的石墨片组件外观缺陷检测方法与流程

1.一种基于深度学习的石墨片组件外观缺陷检测方法,石墨片组件包括石墨片区域和镍片区域，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述的一种基于深度学习的石墨片组件外观缺陷检测方法，其特征在于，步骤s1中，采用高低光源分时频闪分别得到石墨片组件的高曝光图像和低曝光图像，包括：

3.根据权利要求2所述的一种基于深度学习的石墨片组件外观缺陷检测方法，其特征在于，步骤s1中，采用16k线扫相机配合高低光源进行图像扫描。

4.根据权利要求2所述的一种基于深度学习的石墨片组件外观缺陷检测方法，其特征在于，步骤s1中,生成石墨片组件的待检测图像，还包括：

5.根据权利要求4所述的一种基于深度学习的石墨片组件外观缺陷检测方法，其特征在于，步骤s13中镍片外边缘dxf文件的建立过程如下：

6.根据权利要求1所述的一种基于深度学习的石墨片组件外观缺陷检测方法，其特征在于，步骤s2中，一级学习网络采用fpn+resnet34网络模型，二级学些网络采用resnet50网络模型。

7.根据权利要求6所述的一种基于深度学习的石墨片组件外观缺陷检测方法，其特征在于，步骤s2中，建立工件坐标系，在所述待检测图像上使用图像处理技术将石墨片区域和镍片区域分别定位到所述工件坐标系，并将石墨片区域和镍片区域分别裁剪成若干小块图像，发送给深度学习网络，包括：

8.根据权利要求7所述的一种基于深度学习的石墨片组件外观缺陷检测方法，其特征在于，步骤s3中，对于满足条件的缺陷图像，发送给二级学习网络进行复检，包括：

9.根据权利要求8所述的一种基于深度学习的石墨片组件外观缺陷检测方法，其特征在于，步骤s3中还包括模型训练，具体包括：