-
题名BCDD-YOLO算法检测锂离子电池顶盖缺陷
- 1
-
-
作者
刘志辉
曹丽丽
朱勇建
-
机构
浙江科技大学机械与能源工程学院
宁波敏捷信息科技有限公司
-
出处
《电池》
北大核心
2025年第6期1248-1256,共9页
-
基金
教育部中国高校产学研创新基金(2024HY010)
浙江省“十四五”教学改革项目(jg20220405)。
-
文摘
在锂离子电池顶盖表面缺陷检测时,复杂光照条件下,对不规则小目标检测的准确率低,且面临轻量化与实时性挑战。提出一种电池顶盖缺陷检测(BCDD)-YOLO算法。首先,引入部分卷积代替常规卷积,构造轻量化的逐点卷积和部分卷积相互合作混洗的混合卷积PPW-Conv模块,减少计算冗余和内存访问;其次,在特征融合部分,提出线性可变性的大核注意力LD-LKA模块,结合大卷积核和线性可变形卷积的注意力机制,广泛灵活地捕捉图像的上下文信息;最后,使用更有效聚焦于样本的损失函数InnerFocaler-CIoU代替完全交并比CIoU损失函数,使用辅助边界框加速边界框的回归,提高小目标的检测精度和鲁棒性。实验表明,该方法与主流算法相比检测精度明显提升,在锂离子电池顶盖缺陷数据集上的平均精度均值mAP达到了75.5%,充分验证了该改进算法的有效性。
-
关键词
锂离子电池
顶盖
缺陷检测
大卷积核
YOLOv9
BCDD-YOLO
ld-lka
InnerFocaler-CIoU
-
Keywords
Li-ion battery
top cover
defect detection
large convolution kernel
YOLOv9
BCDD-YOLO
ld-lka
InnerFocaler-CIoU
-
分类号
TM912.9
[电气工程—电力电子与电力传动]
TD98
[矿业工程—选矿]
-
