摘要
本申请公开了一种光伏组件及其制备方法,其首先通过摄像头采集待检测电池片表面图像,并从后台数据库提取电池片表面对比标准模板图像,接着,采用基于深度学习的神经网络模型提取待检测电池片表面图像和电池片表面对比标准模板图像的电池片表面深层特征,进一步结合空间‑语义双重增强算法强化缺陷区域与非缺陷区域的表征差异,以实现对电池片表面状态的像素级差异检测。通过这样的方式,提高了电池片表面状态的检测精度,进而有效提升光伏组件的整体质量和长期可靠性,减少因电池片表面缺陷导致的光电转换效率下降问题,为光伏行业的高效、可靠发展提供了强有力的支持。
技术关键词
电池片
编码特征
模板特征
编码向量
光伏组件材料
语义关联度
图像特征提取
矩阵
通道
后台数据库
图像增强
直方图均衡化
光电转换效率
耦合机制
神经网络模型
系统为您推荐了相关专利信息
污点
数据流特征
代码分析方法
队列
静态代码分析系统
图像编码器
三维医学图像分割
视觉
编码特征
深度注意力机制
入侵检测模型
标签分配方法
入侵检测方法
标记
特征提取模型
防盗报警系统
融合特征
编码特征
分类网络
注意力机制