摘要
本发明涉及一种太阳能光伏组件缺陷检测方法,属于光伏组件缺陷检测技术领域。步骤一:采集太阳能光伏组件缺陷图像;步骤二:对所获图像进行预处理后标注缺陷类别和位置信息,完成太阳能电池板缺陷数据集构建;步骤三:构建改进式YOLOv8n缺陷检测模型,包括在骨干网络中插入无参注意力模块SimAM、新增的小目标检测头、将原有损失函数CIoU替换为有损失函数NWD;步骤四:利用构建好的数据集,对改进式YOLOv8n缺陷检测模型进行训练与性能评估;步骤五:针对完整光伏组件图像,切片辅助超推理SAHI和训练后的改进式YOLOv8n缺陷检测模型相配合对光伏组件自动进行缺陷检测。本申请实现了高分辨率光伏组件EL图像的缺陷检测,提高了对小目标缺陷的检测精度。
技术关键词
太阳能光伏组件
缺陷检测方法
光伏组件缺陷检测
缺陷数据集构建
光伏组件图像
GPU并行加速
检测头
缺陷类别
太阳能电池板
注意力
模块
切片
概率密度函数
样本
分支
协方差矩阵
网络
系统为您推荐了相关专利信息
电网监测系统
通讯接口单元
能源管理
光伏设备
识别模块
光伏组件图像
感兴趣区域图像
集中式光伏电站
智能巡检系统
区域特征提取
文本信息提取
输电杆塔
缺陷检测方法
协同注意力
图像特征提取
绝缘拉杆
缺陷检测方法
特征提取网络
智能图像采集设备
特征融合网络
缺陷检测方法
时间域
数据
混凝土试块
编码器解码器