摘要
本发明涉及太阳能板故障检测技术领域,具体为一种基于深度学习的轻量级红外热成像太阳能板故障检测方法、装置、设备及存储介质,检测方法包括以下步骤:S1:以低空红外热成像方法获取太阳能板图像;S2:建立故障检测模型并进行训练;S3:将太阳能板图像导入训练后的故障检测模型中,得到太阳能板故障检测结果;本发明将DETR和YOLO的优势结合设计了一款低空无人机红外热成像检测缺陷模型;设计了一款适配于YOLO框架的RepHGbone主干网络,在降低网络参数的同时引入DETR类模型复杂背景下的全局特征提取能力。
技术关键词
故障检测方法
故障检测模型
太阳能板
拼接模块
计算机程序指令
上采样
通道
网络
故障检测设备
成像方法
故障检测技术
全局特征提取
低空无人机
故障检测装置
图像
可读存储介质
检测缺陷
系统为您推荐了相关专利信息
自动化生成方法
拼接模型
FPGA配置文件
功能模块
测试分析报告
信息处理方法
机器学习模型
生成业务
计算机程序指令
历史交互信息
聚类算法
数据
计算机程序指令
识别方法
特征提取模块