一种基于深度学习的光伏红外图像热斑检测方法

本发明涉及一种基于深度学习的光伏红外图像热斑检测方法，采用如下步骤1、通过无人机搭载红外成像仪采集光伏组件红外图像制作数据集；2、制作语义分割数据集，利用分割数据集对改进后的DeepLabv3+模型进行训练，建立光伏组件区域分割模型；3、建立热斑故障检测模型，得到输出热斑区域定位结果；本发明实现光伏组件区域的快速、精准提取；减少信息丢失，使得网络可以更好地保留输入图像的高分辨率信息，提高分割效果；丰富了缺失区域的特征，增强了模型对有效特征区域完好程度不同的图像的特征融合能力，引入了所需回归的向量角度即匹配的方向，重新定义了距离损失，有效降低了回归的自由度，从而加速网络的收敛；采用本发明方法消除了背景干扰对热斑检测的影响，提升小目标热斑检测的性能以及实现热斑准确识别。