一种基于YOLOv11-MSFF模型的光伏EL缺陷检测方法

AITNT
正文
推荐专利
一种基于YOLOv11-MSFF模型的光伏EL缺陷检测方法
申请号:CN202510437974
申请日期:2025-04-09
公开号:CN120298378A
公开日期:2025-07-11
类型:发明专利
摘要
本发明公开了一种基于YOLOv11‑MSFF模型的光伏EL缺陷检测方法,包括:1利用高分辨率CCD相机捕捉光伏组件在近红外光下的图像并构成EL图像集;2构建YOLOv11‑MSFF模型,依次包括特征提取网络、特征融合网络以及预测网络,并对EL图像进行处理,得到图像的类别预测标签以及位置预测标签;3构建损失函数并利用SGD优化器对模型进行迭代训练,直到总损失函数收敛为止,从而得到训练好的EL图像缺陷检测模型,用于对EL图像中的缺陷进行检测。本发明通过引入局部特征提取模块、可变形注意力机制和优化的特征融合网络,显著提升了模型对光伏组件表面缺陷的检测效果。
技术关键词
EL缺陷检测方法 融合特征 局部特征提取 拼接模块 卷积模块 特征融合网络 图像缺陷检测模型 卷积特征 上采样 空间金字塔池化 尺寸 特征提取网络 标签 缺陷预测 注意力 CCD相机 光伏组件表面
系统为您推荐了相关专利信息
1
一种结合对称注意力与改进金字塔网络的钢板表面缺陷分类方法
钢板表面缺陷分类方法 金字塔网络 注意力 特征金字塔 全局平均池化
2
一种基于梯度加权编码器的端到端视觉模式挖掘方法
模式挖掘方法 视觉 子模块 融合特征 上采样
3
一种个性化的音乐动态情感识别方法及其装置
动态情感识别方法 时域特征提取 频域特征提取 情感识别模型 序列
4
基于图卷积与分组向量注意力机制的三维点云语义分割方法
点云语义分割方法 注意力机制 上下文特征 邻域特征 局部特征提取
5
一种基于增强图像的检测模型优化方法
图像训练样本 模型优化方法 傅里叶变换处理 图像增强模块 检测损失
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号