一种基于改进YOLOv9s模型的光伏电池板缺陷检测方法和系统

本发明提供了一种基于改进YOLOv9s模型的光伏电池板缺陷检测方法和系统，属于目标检测技术领域。所述方法包括：S110：采集太阳能电池板缺陷图像；S120：构建太阳能电池板缺陷数据集；S130：划分为训练集、验证集和测试集，使用软件标注每张缺陷电池片图像的缺陷类别和位置信息；S140：构建改进的YOLOv9s神经网络模型，包括在骨干网络中将部分原有的RepNCSPELAN4模块替换成CD‑LSK模块，将原有的损失函数替换为Shape‑IoU，修改网络结构，引入加权双向特征金字塔网络模块BiFPN；S150：对改进的YOLOv9s神经网络模型进行训练，得到训练后的网络模型；S160：对步骤S150中的训练后的网络模型进行测试；S170：将训练后的网络模型用于太阳能电池板缺陷检测得到检测结果。显著提高了对复杂背景的小目标检测精度。