摘要
本发明属于计算机视觉检测技术领域,公开了一种轻量高精度的光伏电池电致发光图像缺陷检测模型,该检测模型通过以下步骤训练得到:光伏电池电致发光缺陷图像通过标注软件进行精确标注,以构建高质量的数据集;构建RDS‑YOLO检测模型;利用数据集中的样本数据训练RDS‑YOLO检测模型,得到能够根据光伏电池电致发光图像准确识别出缺陷的检测模型。本发明通过引入RECBConv模块、DySample模块、C2fCG模块和SCAMHead模块,轻量化的设计在保证高精度的同时,显著降低了计算复杂度,为光伏电池电致发光图像缺陷检测提供了高效、可靠的解决方案。
技术关键词
图像缺陷检测模型
光伏电池
模块
多级特征
多尺度特征融合
计算机视觉检测技术
上采样
双线性插值
标注软件
连续特征
分支
注意力机制
深度特征提取
通道
局部特征提取
特征提取能力
上下文特征
采样点
系统为您推荐了相关专利信息
GRU神经网络
GNSS系统
自主导航系统
故障检测模块
GRU模型
问答对数据
数据集构建方法
数据集构建系统
大语言模型
清洗单元
网络流量数据
YOLO算法
预警方法
深度学习模型
长短期记忆网络
储能开关
继电器
控制模块
TVS二极管
控制电路