摘要
本发明公开了一种基于深度学习的锂电池极片缺陷检测系统及方法，涉及锂电池检测技术领域，本方法包括以下步骤：步骤1、采集锂电池极片图像，确定缺陷类型并人工标注每个采集到的样本对应的缺陷类型；步骤2、对采集到的图片进行归一化处理，并使用卷积神经网络提取图像特征；步骤3、根据提取的图像特征以及对应缺陷分类构建数据集，并根据数据集构建LightGBM分类模型，同时选取每个缺陷类型的重要特征；步骤4、对新样本预测概率进行分析，同时对新样本重要特征进行分析，当预测概率和重要特征满足预设条件时进行反馈。本方法能够有效改善现有技术中模型难以识别已知缺陷类型之外出现新缺陷的情况。
