摘要
本发明公开了一种轻量化光伏电池EL图像缺陷检测方法,首先对太阳能电池片EL图像进行采集,并形成只存在一种缺陷的分类数据集,以及包含多种缺陷的检测数据集。其次构建双残差掩码雪花高斯骨干网络DRMSG‑Net,使用分类头,结合分类数据集进行训练。然后构建分类剪枝头替换分类头,基于训练好的DRMSG‑Net权重,使用分类数据集对分类剪枝头进行训练,获得各特征通道重要度分数对特征通道进行剪枝。最后去除分类剪枝头,并构建特征融合网络和分类与回归网络,获得缺陷类型与目标框,通过检测数据集进行训练,获得缺陷检测结果。本发明能够学习到更加细致和复杂的表示,进行准确的光伏电池图像缺陷检测。
技术关键词
图像缺陷检测方法
光伏电池
特征融合网络
图像块
残差结构
太阳能电池
数据
多层感知机
状态空间模型
通道
阶段
电池片
标签
序列
尺寸
参数
模块
系统为您推荐了相关专利信息
动态图像识别
可见光图像
图像边缘信息
图像块
拉普拉斯
视觉识别方法
红外传感器阵列
多模态数据采集
区块链智能合约
特征融合网络
预定义动作
动态时间规整
算法
装配辅助技术
红外LED光源
海底声呐
边界先验
语义分割网络
海底地貌
图像处理方法