Answers are grounded in this paper and cite their sources.
针对现有分割模型对锂电池极片细长结构的特征表示的低效问题,提出分割网络Batt-Mask2Former。该网络设计了级联多尺度条形卷积编码器,通过级联结构的多阶段特征提取和条形卷积注意力机制,增强了模型对锂电池极片的特征提取能力;提出交替路径聚合特征金字塔网络,结合动态上采样,采用三阶段特征融合策略,实现了高低层特征的有效整合与条状特征的提取。在软包锂电池和圆柱形2170型锂电池数据集上进行测试,实验结果表明,所提出的方法在平均精度均值(mAP)、交并比为0.5时的mAP、交并比为0.75时的mAP和平均召回率均值(mAR)指标上分别达到46.8%、87.7%、44.4%和57.4%,显著提高了锂电池细长结构极片的分割精度。
No takes yet. Share an insight, caveat, or question.
Yuxuan et al. (2025) studied this question.
Synapse has enriched 10 related papers. Consider them for comparative context: