一种基于深度学习的光伏检测优化方法、系统及终端

本发明公开了一种基于深度学习的光伏检测优化方法、系统及终端，所述方法包括：将运行图像输入链式网络模型中进行特征提取和归一化调整，输出初始特征图；将初始特征图输入注意力训练模型进行加权处理，得到目标特征图，再输入到注意力训练模型进行训练，输出多个损失值，根据损失值对目标特征图进行加权处理，得到训练样本；筛选后得到目标训练样本，并输入链式网络模型和注意力训练模型中优化训练。本发明将链式网络模型和注意力机制引入深度学习网络，以对光伏组件图像进行处理，快速、准确地检测出如光伏板遮挡、热斑效应、裂纹和逆变器故障等问题，利用图像进行模型训练，学习并识别各种故障特征，实现高效的自动化检测。