摘要
本发明涉及一种光伏组件表面异常无损伤检测方法,包括:基于预设的注意力机制的检测模型,识别待检测的光伏板图像的潜在瑕疵区域;其中,所述检测模型基于卷积神经网络模型构建;对所述潜在瑕疵区域进行分割,划分出瑕疵区域与非瑕疵区域;基于像素坐标与光伏板实际尺寸的映射关系,换算出所述瑕疵区域中瑕疵的实际位置和大小;对所述瑕疵区域中的瑕疵,进行严重程度判断及瑕疵类别分类。本发明能够快速准确地识别光伏板瑕疵,提高检测效率和准确性,为生产质量控制提供有力支持,有效提升光伏板生产的自动化和智能化水平。
技术关键词
瑕疵
无损伤检测方法
光伏组件表面
光伏板
卷积神经网络模型
注意力机制
像素
坐标系
二值化图像
尺寸
判别模块
识别模块
标记单元
关系
转换单元
识别光伏
系统为您推荐了相关专利信息
卷积神经网络模型
智能识别方法
曲线
裂缝型
数据
多光谱相机
光伏电站
评分系统
网络模型训练
机器人作业
清扫对象
灰尘传感器
灰尘量
湿度传感器
光伏板清扫机器人
海洋地球物理
分析系统
特征识别模块
数据分析模块
K均值聚类算法