摘要
本发明涉及光伏组件的缺陷检测方法、系统及存储介质和终端设备,包括:构建以光伏组件图像为输入、缺陷检测结果为输出的神经网络模型;通过标注缺陷的光伏组件图像数据,训练神经网络模型,得到训练后的神经网络模型;获取当前光伏组件的实时图像;将当前光伏组件的实时图像,输入神经网络模型,输出缺陷检测结果。方法采用先进的计算机视觉算法模型,用于缺陷的检测和分类。这些算法模型经过大量的训练和优化,能够识别各种常见的光伏组件缺陷,在优选方案中,如裂纹、烧结不良、污染等。整体模型以图片为输入,模型内将特征进行提取,最后输出是否为缺陷以及优选的具体缺陷类型。
技术关键词
光伏组件图像
缺陷检测方法
实时图像
输入神经网络模型
训练神经网络模型
可执行程序代码
纹理特征
光伏组件缺陷
计算机视觉算法
检测光伏组件
终端设备
缺陷检测系统
计算机存储介质
颜色
裂纹缺陷
云端
算法模型
数据
系统为您推荐了相关专利信息
缺陷检测方法
原始图像数据
样本
神经网络模型
损失函数优化
监控方法
航班延误信息
高风险
航空
实时图像采集
缺陷检测方法
竹木材料表面
定位缺陷位置
样本
维纳滤波器
壁画图像
缺陷检测方法
神经网络模型
像素点
输入端