摘要
本发明公开了一种光伏组件鸟粪缺陷检测方法及系统,方法包括:根据预设的形状匹配策略对所述至少一个第一目标图像进行图像筛选,得到至少一个第二目标图像;将所述至少一个第二目标图像输入至预设的神经网络中,并对所述神经网络进行迭代训练,得到缺陷识别模型;获取包含光伏组件的至少一个实时初始图像,并将所述实时初始图像输入至所述缺陷识别模型中,所述缺陷识别模型输出得到与所述至少一个实时初始图像相对应的缺陷检测结果。可以对输入图像从水平和垂直空间两个维度方向上对远程依赖关系和位置信息进行编码,使网络可以获取更大范围的特征,在不增加额外的计算开销的情况下提升模型的精度。
技术关键词
注意力机制
采样点
缺陷检测方法
光伏组件图像
直方图
表达式
图像灰度梯度
序列
网络
短时傅里叶变换
边缘检测算法
缺陷预测
指数
坐标
轮廓信息
卷积模块
系统为您推荐了相关专利信息
知识图谱补全方法
实体
三元组
关系
计算机可执行指令
表面缺陷检测方法
同步器齿环
像素点
缺陷特征提取
融合神经网络
图像增强方法
深度学习模型
全局特征提取
局部特征提取
模块
溶解度预测方法
融合特征
注意力机制
数据
预测模型训练
焊点检测方法
节点特征
交叉注意力机制
知识蒸馏技术
融合特征