氢燃料电池双极板检测
· 首次将深度学习算法和光度立体算法3D重构应用于氢燃料双极板的检测，填补了国际国内空白；
· 采用多角度光源成像数据，使用光度立体算法进行3D重构，2D与3D结合的检测方式提升缺陷的辨识度；
· 采用的深度学习算法解决双极板缺陷的定位、检测、分类等问题；
· 检测系统具有强大的自学习功能，伴随着软件的持续运行，缺陷检出率会不断提升；
· 首次将深度学习算法和光度立体算法3D重构应用于氢燃料双极板的检测，填补了国际国内空白；
· 采用多角度光源成像数据，使用光度立体算法进行3D重构，2D与3D结合的检测方式提升缺陷的辨识度；
· 采用的深度学习算法解决双极板缺陷的定位、检测、分类等问题；
· 检测系统具有强大的自学习功能，伴随着软件的持续运行，缺陷检出率会不断提升；
