1.電池組裝工序缺陷實時檢測與分類方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，第一邊緣計算單元提取二維圖像特征，第二邊緣計算單元提取三維數據特征包括：
3.根據權利要求2所述的方法，其特征在于，將工序間缺陷特征構建為動態圖結構，通過圖網絡學習缺陷演變規律并動態調整特征提取參數包括：
4.根據權利要求1所述的方法，其特征在于，所述第一邊緣計算單元和第二邊緣計算單元參數同步優化的方法包括：
5.根據權利要求1所述的方法，其特征在于，所述深度學習檢測模型通過多模態時空特征編碼層進行特征自適應映射與對齊，經基于因果推理的動態推理層構建工序關聯圖并計算傳播影響度，并由自適應閾值的預測感知檢測層對不同缺陷演變概率區域實施分層精度檢測，輸出缺陷檢測結果包括：
6.根據權利要求5所述的方法，其特征在于，采用因果推理機制對工序關聯圖進行動態分析，根據工序節點的狀態參數計算因果連接邊的強度值并劃分傳播影響度，基于傳播路徑的影響度評估矩陣和狀態條件概率更新因果關系圖的結構參數，將更新后的結構參數與工序狀態特征進行加權聚合得到動態特征圖包括：
7.根據權利要求1所述的方法，其特征在于，所述深度學習檢測模型訓練過程包括：
8.電池組裝工序缺陷實時檢測與分類系統，用于實現前述權利要求1-7中任一項所述的方法，其特征在于，包括：
9.一種電子設備，其特征在于，包括：
10.一種計算機可讀存儲介質，其上存儲有計算機程序指令，其特征在于，所述計算機程序指令被處理器執行時實現權利要求1至7中任意一項所述的方法。