针对新能源电池帽焊接质量在线自动化检测需求,基于机器视觉和深度学习技术,开发一套能够自主识别电池帽焊接质量缺陷的智能检测系统,实现了该产品检验环节的机器替代人工,最终完成检验工序自动化。同时,针对负样本种类多、数量少、具体形态比较随机的情况,提出模型迭代升级的思路,以不断提升神经网络模型的可靠性和稳定性。