基于改进YOLOv8的轻量式光伏电池板缺陷检测方法

AITNT
正文
推荐专利
基于改进YOLOv8的轻量式光伏电池板缺陷检测方法
申请号:CN202411858852
申请日期:2024-12-17
公开号:CN119693712B
公开日期:2025-10-24
类型:发明专利
摘要
本发明属于计算机视觉领域,涉及一种基于改进YOLOv8的轻量式光伏电池板缺陷检测方法,包括:获取待检测的光伏电池板缺陷图像,将图像输入到FasterNet主干网络进行多尺度特征提取;将多尺度特征输入到特征融合模块中进行融合,得到融合特征图;将融合特征图输入到目标检测模块中,得到检测结果;所述输出模块用于对检测结果进行输出;本发明通过改进YOLOv8的主干网络和特征融合模块,在计算复杂度、检测精度和实时性等方面相较现有技术具有显著优势,尤其在处理多尺度缺陷、提高精度和增强鲁棒性方面表现突出,能够有效解决现有技术中的计算复杂度高、精度不足以及多尺度缺陷处理能力差的问题。
技术关键词
光伏电池板 缺陷检测方法 多尺度特征提取 融合特征 分支 特征提取网络 深层特征提取 多尺度池化 输出模块 原始图像数据 多阶段 置信度阈值 抑制算法 计算机视觉 复杂度
系统为您推荐了相关专利信息
1
视频处理方法、装置、设备和存储介质
超分辨率重构 神经网络模型 视频帧 生成器网络 感知损失函数
2
一种基于元学习的连铸铸坯缺陷分类方法、系统及设备
缺陷分类方法 分支单元 相似性度量函数 图像 多尺度特征融合
3
基于造影图像的分叉血管自动化识别方法及系统
自动化识别方法 融合多模态特征 形态学特征 血流 图像
4
植物识别方法及装置
语义 分支 植物识别方法 图像 卷积注意力网络
5
一种基于图像识别的林草健康监测与预测方法
图像识别模型 生态 健康状态识别 特征提取网络 重构
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号