摘要
本发明提供了一种光伏板损伤检测方法、介质及电子装置,属于光伏板损伤检测技术领域,旨在通过无人机获取光伏板表面图像和荧光图像,利用深度学习算法进行图像配准和语义分割,精准分离出光伏板区域,然后输入到预训练的缺陷检测模型中,检测并标注出光伏板表面的各类缺陷和损伤。主要步骤包括:1)无人机采集表面图像和荧光图像;2)图像预处理和配准;3)语义分割精准提取光伏板区域;4)缺陷检测和定位;5)在图像上标注缺陷信息。该系统利用先进的计算机视觉技术,为光伏电站运维提供了一种智能、高效的解决方案。解决了由于光伏板表面往往存在一些细微缺陷,这类缺陷的特征不明显,现有的图像分析方法很难准确捕捉和识别的技术问题。
技术关键词
损伤检测方法
卷积神经网络模型
语义分割模型
长余辉荧光粉
荧光线
光伏电站运维
损伤检测技术
电子装置
无人机
引入注意力机制
图像配准算法
图像分析方法
检测光伏板
计算机视觉技术
分支
深度学习算法
可读存储介质