如今软包锂电池作为新一代储能电源，性能优越、应用广泛，其产能快速增长。因此软包锂电池的生产设备和检测设备是重要的开拓市场。

软包锂电池外观检测  亟需实现自动化

软包锂电池使用的铝塑膜外壳材料质地较软，易受损伤。在生产过程中会产生一些外观缺陷，对电池的安全性构成了严重的威胁，可能会引起电池内部电解质外泄，甚至引发火灾等安全事故。且软包电池外观检查的项目超过40多个，涵盖了产品的所有外观面以及边角。

因此，相应的外观检测技术水平直接决定着电池产品的品质。而行业的主流检测方式仍是人工目检，检测结果受主观因素影响很大、无法较长时间持续检测，检测效率和准确率均低。少数基于传统视觉方案的样机也由于调试周期长、可靠性差而达不到验收标准，更难以落地量产，软包锂电池外观自动检测存在巨大的技术空白。

软包锂电池外观检测

VisionPro Deep Learning  解决行业痛点

作为一家致力于绿色能源智能化设备解决方案的提供商，速博达决心找到高效的检测方法来解决这一技术瓶颈。在一次展会上，速博达研发工程师了解到康耐视是机器视觉领域全球的领导者和基于视觉的深度学习技术工业化落地最优秀的企业之一，在各行业领域有着丰富的成功部署经验。而VisionPro Deep Learning是以优秀的机器学习算法套件制成的经过现场测试、优化且可靠的软件解决方案。它将深度学习技术与VisionPro软件相结合，能够解决复杂的应用问题，简化了高可变性视觉应用的开发流程。

于是，速博达研发工程师邀请康耐视技术人员来公司进行产品讲解和具体演示。在现场测试中，速博达的工程师们惊喜地发现VisionPro Deep Learning顺利解决了复杂的软包锂电池表面缺陷检测问题，而且比传统的机器视觉系统更简单高效，完全可以满足其技术需求。

VisionPro Deep Learning的出色表现让速博达的研发工程师们赞不绝口。且康耐视作为全球领先的视觉供应商，产品线全，性能稳定，服务专业。于是，速博达决定邀请康耐视作为合作伙伴，在经过一系列培训、内测后，速博达成功部署了VisionPro Deep Learning。

VisionPro Deep Learning

技术领先的检测设备  为企业发展开拓新空间

目前，VisionPro Deep Learning在速博达已经成功应用超过2年。量产的软包电池Pack检测设备已经有40多台设备在运行中，主要技术指标行业领先:如设备单片检测时间小于4s、检测准确率大于96%、人工替代率超过70%、漏检率小于5%%、过检率小于5%。

“VisionPro Deep Learning基于大量图片建立了高精度的神经网络模型，大大缩短了同类型产品新项目的实施周期。它不但编程界面灵活，集成简单，还可以帮助传统的视觉用户使用范例型深度学习工具。”速博达研发工程师表示，“VisionPro Deep Learning用户友好的GUI也为管理和开发应用提供了简单的环境。选择Blue-Locate、Red-Analyze、Green-Classify和Blue-Read工具，更是可以帮助用户解决传统规则式机器视觉无法解决的复杂应用。”

AI外观检测机

在康耐视强大的深度学习软件VisionPro Deep Learning帮助下，速博达成功实现了软包锂电池外观检测自动化，成为全球首家实现智能手机软包锂电池自动化缺陷检测的公司。而且，填补行业空白的创新设备也为速博达提供了新的市场机会，在投项目性能效率大幅改善，给企业带来了丰厚的投资回报。