一种基于深度学习的多光谱成像光伏缺陷识别方法及系统

本发明提出了一种基于深度学习的多光谱成像光伏缺陷识别方法，方法包括以下步骤：采集区域范围内的所有光伏组件图像，得到光伏组件标准图像，构建图像分割模型，对光伏组件标准图像进行图像分割，得到各光伏面板图像；构建全局地图，对光伏面板图像进行编号，并根据地理坐标信息映射至全局地图上，得到光伏组件全局图像；构建缺陷识别模型，将各光伏面板图像输入至缺陷识别模型，用以输出光伏面板的缺陷类别；该方法通过构建缺陷分类模型，输出光伏面板的缺陷类别，并获取缺陷类别对应的光伏面板编号，结合全局图像布局信息获取光伏面板缺陷位置，并进行可视化展示缺陷分布，辅助工作人员快速定位与排故，提高了巡检效率。