一种基于改进YOLOv5s的光伏板表面缺陷检测方法

本发明公开了一种基于改进YOLOv5s的光伏板表面缺陷检测方法，通过无人机搭载可见光相机采集光伏板表面图像，采用GrabCut算法分割缺陷区域；对输入图像进行自适应锚框计算，并应用Mosaic数据增强技术，生成多样性训练样本，引用轻量化网络Ghost Net替换原YOLOv5s的主干网络，以降低模型复杂度，将原YOLO v5s的CIoU损失函数替换为SIoU损失函数，加快模型收敛速度并提升检测与定位精度，分离分类任务与回归任务。以平均精度、准确率、召回率、参数量等作为评价指标，对数据集进行了消融实验和对比实验，实现对航拍光伏板表面缺陷图像的高精度实时有效检测。