采用獨特的多光源、多亮度組合成像模式，融合深度學習算法模型、智能軟件等技術，實現對鋰電池涂布、疊片/卷繞等鋰電極片及電芯制造工藝段多環節的極片及極耳關鍵尺寸、外觀缺陷等智能全檢，支持智能采集、判斷、分類、預警多項功能，實時監控生產過程，保障產品品質的穩定。

通過特殊的多通道、多波長、多光譜、可編程的復雜光學成像方案，融合深度學習算法模型、智能軟件等技術，實現對鋰電池電芯極耳焊接及轉接片焊接、電芯頂蓋焊接、密封釘焊過程中出現的各類缺陷的智能檢測，減少焊接不良品流入下一生產環節造成的浪費，整體確保產品品質的穩定性。

融合光學系統、深度學習算法、智能軟件等多項原創技術，實現對鋁殼電芯包藍膜前/后六面外觀缺陷檢測的智能化，通過灰度、形狀、個數、大小等指標區分各類缺陷，在適應高速生產節拍同時，實時預警，排除不良品，防止流入下一工藝環節造成的生產浪費，支持缺陷數據留存與追溯，為產線工藝的改善提供支持。