一种基于注意力机制与辅助多标签知识蒸馏的光伏组件缺陷持续分割方法

本发明涉及一种基于注意力机制与辅助多标签知识蒸馏的光伏组件缺陷持续分割方法，具体如下：将前一阶段，即(t‑1)阶段的模型设定为旧模型，当前阶段，即t阶段的模型设定为新模型；新模型和旧模型中注意力图的计算，通过基于快速归一化特征融合的注意力机制，增强模型对细微或难以检测的缺陷特征的注；伪标签的生成；基于注意力图和辅助多类伪标签的特征知识蒸馏，在网络的浅层与深层同时根据注意图知识与辅助多标签知识进行特征匹配，使新模型能够学习到旧模型中关于旧类缺陷的知识。当新类缺陷出现时，本发明可仅基于新增的新类缺陷数据对模型进行快速微调，使模型能够同时有效分割出旧类别和新类别的隐裂缺陷，实现光伏隐裂缺陷的持续分割。