摘要
本发明提供了一种光伏板缺陷检测方法、装置、设备及介质,涉及光伏板检测技术领域,以缓解现有技术中存在的检测效果不佳的技术问题。通过获取光伏板的RGB图像和红外图像;采用缺陷检测模型对RGB图像和红外图像进行缺陷检测得到光伏板对应的缺陷检测数据;其中,缺陷检测模型是,通过输入层接收光伏板的RGB图像和红外图像,并通过隐藏层基于光伏板的RGB图像和红外图像,得到多种类型的光伏板的缺陷数据作为光伏板的缺陷检测数据后,通过输出层输出光伏板的缺陷检测数据的卷积神经网络模型,以提升对光伏板表面多种类型缺陷的识别精度的有益效果。
技术关键词
训练样本数据
卷积神经网络模型
光伏板
图像检测单元
融合特征
缺陷检测装置
图像获取单元
可读存储介质
计算机
因子
处理器
预测误差
存储器
电子设备
指令
网格
系统为您推荐了相关专利信息
开心果
骨架特征
特征提取模块
姿态特征提取
开壳方法
网络结构优化方法
矩阵
滤波器
预训练模型
卷积神经网络模型
环境感知方法
点云
回波特征
训练样本数据
非暂态计算机可读存储介质
深度图
多尺度特征提取
浅层特征提取
输入模块
三维模型
关键帧
图像处理模型
医学图像处理方法
视频流
高斯尺度空间