Ispezione della superficie dei sacchetti
Cognex Deep Learning ispeziona le batterie EV a busta

Prodotti correlati

Software di visione basato sul deep learning con tutta la potenza di In-Sight ViDi

Ambiente di programmazione grafica per l'analisi di immagini industriali basata sul deep learning
Una cella di batteria “a sacchetto” acquisisce una forma un po' irregolare durante il processo di degasaggio. Dopo la formazione di maschere, il “sacchetto” delle celle viene pressato per stirarne e lisciarne la superficie. È essenziale che i sacchetti siano uniformi, non presentino pieghe e non siano piegati. I produttori di batterie a celle utilizzano sistemi di ispezione automatizzata tra queste fasi per rilevare eventuali difetti superficiali. La texture complessa del sacchetto crea uno sfondo ricco di disturbi e che confonde, il quale può nascondere pieghe, bolle e altri difetti. L'aspetto visivo dei sacchetti di celle può variare notevolmente da una all'altra, rendendo troppo complicato e dispendioso in termini di tempo effettuare una ricerca esplicita di tutti i difetti.
Cognex Deep Learning utilizza algoritmi di visione basati sul deep learning per individuare difetti, quali bolle e pieghe, imparando da immagini annotate. Il modello impara a riconoscere il normale aspetto della superficie di un sacchetto, ivi comprese le variazioni naturali che non costituiscono difetti. Tutte le caratteristiche che deviano dall'aspetto normale sono classificate come anomale. In questo modo, Cognex Deep Learning rileva in maniera affidabile e coerente tutte le anomalie senza la necessità di estese librerie di difetti.