摘要
本发明实施例公开了光伏电池缺陷检测方法、装置、计算机设备及存储介质。方法包括:获取待检测光伏电池EL图像;将图像输入至光伏电池缺陷检测模型中进行缺陷检测和分类;其中,光伏电池缺陷检测模型是通过采集原始光伏电池EL图像,并利用StyleGAN3‑T生成对抗网络对原始光伏电池EL图像进行扩充后,将扩充后的光伏电池EL图像进行预处理、打标签、数据增强,以得到样本集,对深度学习网络进行训练所得的模型;输出检测结果。通过实施本发明实施例的方法可以解决现有光伏监测技术主要依赖传统的图像处理方法,存在效率低、易出错和难以扩展的问题以及数据集小、通用性差及在复杂和多变环境中性能不足的挑战。
技术关键词
光伏电池缺陷
生成对抗网络
打标签
计算机设备
构建深度学习网络
光伏监测技术
缺陷类别
样本
网络结构
图像获取单元
标记
指状电极
图像处理方法
预训练模型
数据
处理器
广义
系统为您推荐了相关专利信息
宠物牵引绳
高分辨率模块
语义特征提取
空间特征提取
图像
患者健康
智能问答方法
多轮对话
医学知识库
画像
支持向量回归模型
BP神经网络模型
输出特征
智能泵站
机器学习算法模型