连接片将极耳和极柱连接起来，从而使电芯可以通电；连接片与极柱的连接通常为焊接工艺，为保证连接的可靠性，通常需要对焊印进行检测，比如焊印的长度、宽度、位置和虚焊、焊洞等缺陷，目前基本是人工检测或者机器视觉进行检测，但是反馈效果不理想，人工检测效率低下，而且数据无法上传，机器视觉检测解放了人工，但是由于传感器选用以及算法等问题，导致过杀率过高。

将检测设备直接集成在线体上，实现在线全检；采用双CCD方案，分别对铝极和铜极进行取图，根据铝极和铜极的表面颜色特性，选择不同的光学方案。

在对图像处理上，采用深度学习与传统算法相结合的方式，相互补充，利用深度学习定性分析优势以及传统算法定量计算优势，在较少训练样本下，可快速建立缺陷模型，有限降低过杀率；可检出焊印焊穿、虚焊、焊印尺寸/数量、极耳裁切不良、连接片放反、漏放连接片等缺陷。