挑战

▪ 软包锂电池外观检测项超过40多个，涵盖产品的所有外观面和以及边角；

▪ 各企业使用的人工检查标准文件要求无法直接进行指标化数字化，需要依靠配套供应商提供经验来配合客户优化指标和更改检测标准；

▪ 软包锂电池外观检测还是传统的人工检测方式，效率和准确率都很低；

效果

▪ 软包锂电池Pack检测设备实现量产，有40多台设备成功运行；

▪ 为企业提供了新的市场机会，在投项目性能效率大幅改善，给企业带来丰厚的投资回报；

▪ 软包锂电池外观检测实现自动化，检测速度和效率大大提升；

速博达（深圳）自动化有限公司（以下简称速博达）成立于2018年，是专注于电池相关设备研发和设计的智能解决方案供应商，产品涵盖消费类电子锂电池、汽车动力电池产线及相关激光、视觉检测设备，具有强大的全厂自动化设计开发、集成、实施能力。公司位于深圳市光明新区下石家路，拥有2000平方米的研发中心和40000平方米的车间及厂房的独立科技园，研发团队超过140人，本科及以上学历职员占公司比率超过60%。速博达本着“专业、快速、勇于创新”的服务宗旨，践行工匠精神，专注技术提升，深耕非标自动化设备领域，为引领锂电池行业智能装备技术潮流，成为制造业转型升级的典范和实现中国“制造强国”战略目标而不懈努力。

软包锂电池外观检测亟需实现自动化

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。软包锂电池的生产设备和检测设备是速博达着力开拓的重要市场。

而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。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。目前软包锂电池厂家大多采用人工观察的方式检测其表面缺陷，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。

“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和以及边角，”速博达研发工程师指出，“而且检测指标模糊，按照当前各企业使用的人工检查标准文件要求，无法直接进行指标化数字化，更多的是需要依靠配套供应商的经验，来配合客户来优化指标和更改检测标准。”

行业的主流检测方式仍是人工目检！而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。

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。而能否找到产品稳定、技术领先、服务及时的解决方案供应商进行合作，成为本次项目的重点。

在一次展会上，速博达研发工程师与康耐视的技术工程师进行了交流。在得知速博达的需求后，康耐
视的技术工程师向速博达研发工程师分享了康耐视的深度学习视觉软件VisionPro Deep Learning。

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，是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，速博达研发工程师对VisionPro Deep Learning产生了浓厚的兴趣，并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称赞，“对康耐视深度学习产品的卓越性能我们确实感到意外，传统视觉技术在缺陷检测上完全无法跟深度学习相比，并且康耐视的深度学习产品的功能和性能都符合自动化工程软件的要求。”

而且在双方的不断接触了解中，速博达看到康耐视作为全球领先的视觉供应商，产品线更全，性能更
稳定，服务更专业。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，速博达就成功部署了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%。

AI外观检测机

“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，“而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。”

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。

“康耐视深度学习的技术和应用领域非常有经验，我们也非常信任康耐视。”速博达研发负责人表示，“现在公司很重视这一新的业务市场，正准备和康耐视开展第二次合作，大家都非常期待康耐视的先进视觉技术再次给我们带来惊喜！”