本發(fā)明公開(kāi)了一種基于自適應(yīng)深度學(xué)習(xí)的新能源鋰電池表面缺陷檢測(cè)方法。包括：對(duì)鋰電池表面灰度圖像進(jìn)行非線性映射；將解耦的照射分量和反射分量變換至頻域；對(duì)頻域數(shù)據(jù)進(jìn)行濾波、傅里葉反變換、指數(shù)變換，得到重構(gòu)鋰電池圖像；基于形態(tài)學(xué)處理、背景差分，增強(qiáng)缺陷處的灰度響應(yīng)；進(jìn)行圖像分割、連通域分析篩選處理，將結(jié)果作為標(biāo)注圖像；設(shè)計(jì)算子模擬光照細(xì)節(jié)，對(duì)鋰電池表面灰度圖像進(jìn)行樣本增強(qiáng)操作；基于增強(qiáng)的樣本圖像集與標(biāo)注圖像，訓(xùn)練深度卷積神經(jīng)網(wǎng)絡(luò)；基于訓(xùn)練好的網(wǎng)絡(luò)實(shí)現(xiàn)鋰電池表面缺陷檢測(cè)。利用本發(fā)明，可以在鋰電池表面缺陷檢測(cè)場(chǎng)景中，提高檢測(cè)效率，降低誤檢率。