用于检测单晶硅太阳能电池缺陷的方法和装置制造方法及图纸

本申请实施例公开了用于检测单晶硅太阳能电池缺陷的方法和装置。该方法的一具体实施方式包括获取待检测的单晶硅太阳能电池的电致发光图像；将电致发光图像输入到预先训练的缺陷分类模型，得到缺陷信息，缺陷信息用于指示单晶硅太阳能电池所包括的缺陷的缺陷类别，其中缺陷分类模型用于根据输入到其中的单晶硅太阳能电池的电致发光图像预测单晶硅太阳能电池所包括的缺陷的缺陷类别。该实施方式实现了在实时检测在线生产的单晶硅太阳能电池的缺陷的基础上，提高识别单晶硅太阳能电池的缺陷的准确率。

【技术实现步骤摘要】
用于检测单晶硅太阳能电池缺陷的方法和装置
本申请实施例涉及计算机
，具体涉及人工智能
，尤其涉及用于检测单晶硅太阳能电池缺陷的方法和装置。
技术介绍
单晶硅太阳能电池电致发光(英文Electroluminescent，简称EL)图像，是通过对单晶硅太阳能电池外加正向偏置电压，电源向单晶硅太阳能电池注入大量非平衡载流子，电致发光依靠从扩散区注入的大量非平衡载流子不断地复合发光，放出光子；利用相机捕捉到这些光子，通过计算机进行处理后显示出来的图像。可以通过单晶硅太阳能电池的电致发光图像来检测单晶硅太阳能电池是否存在内在缺陷和外在缺陷。并根据检测结果对单晶硅太阳能电池做相应的处理，例如废弃、返工等。现有的单晶硅太阳能电池质检系统在缺陷分类应用中主要有两种方式。第一为纯人工质检方式，即依赖于行业专家肉眼观察生产环境中的照片给出判断；第二为机器辅助的人工质检方式，主要由具有一定判断能力的质检系统过滤掉没有缺陷的照片，由人工对疑似存在缺陷的照片进行检测判断。其中，第二种方式的质检系统固化了人工经验，具有一定的自动化能力。
技术实现思路
本申请实施例提出了一种用于检测单晶硅太阳能电池缺陷的方法和装置。第一方面，本申请实施例提供了一种用于检测单晶硅太阳能电池缺陷的方法，该方法包括：获取待检测的单晶硅太阳能电池的电致发光图像；将电致发光图像输入到预先训练的缺陷分类模型，得到缺陷信息，缺陷信息用于指示单晶硅太阳能电池所包括的缺陷的缺陷类别，其中缺陷分类模型用于根据输入到其中的单晶硅太阳能电池的电致发光图像预测单晶硅太阳能电池所包括的缺陷的缺陷类别。在一些实施例中，将电致发光图像输入到预先训练的缺陷分类模型，得到缺陷信息，包括：获取至少一个预先训练的缺陷分类模型的当前负载信息；根据至少一个预先训练的缺陷分类模型的当前负载信息确定出目标缺陷分类模型；将电致发光图像输入到目标缺陷分类模型，得到缺陷信息。在一些实施例中，缺陷分类模型为包括卷积层、池化层、全连接层以及分类网络的深度卷积神经网络模型。在一些实施例中，缺陷分类模型是通过如下方式训练得到的：获取训练样本集合，其中，训练样本包括单晶硅太阳能电池的电致发光图像以及缺陷类别；利用机器学习的方法，将训练样本集合中的训练样本中的单晶硅太阳能电池的电致发光图像作为初始缺陷分类模型的输入，将与输入的单晶硅太阳能电池的电致发光图像对应的缺陷类别作为初始缺陷分类模型的期望输出，训练得到缺陷分类模型。在一些实施例中，该方法还包括：响应于单晶硅太阳能电池所对应的缺陷类别满足预设条件，触发报警装置报警。在一些实施例中，缺陷分类模型是通过如下方式更新的：获取用户根据报警所执行的响应操作；根据响应操作所指示的缺陷类别更新单晶硅太阳能电池的缺陷信息；基于更新后的单晶硅太阳能电池的缺陷信息调整缺陷分类模型。第二方面，本申请实施例提供了一种用于检测单晶硅太阳能电池缺陷的装置，该装置包括：获取单元，被配置成获取待检测的单晶硅太阳能电池的电致发光图像；缺陷信息生成单元，被配置成将电致发光图像输入到预先训练的缺陷分类模型，得到缺陷信息，缺陷信息用于指示单晶硅太阳能电池所包括的缺陷的类别，其中缺陷分类模型用于根据输入到其中的单晶硅太阳能电池的电致发光图像预测单晶硅太阳能电池所包括的缺陷的类别。在一些实施例中，缺陷信息生成单元进一步被配置成：获取至少一个预先训练的缺陷分类模型的当前负载信息；根据至少一个预先训练的缺陷分类模型的当前负载信息确定出目标缺陷分类模型；将电致发光图像输入到目标缺陷分类模型，得到缺陷信息。在一些实施例中，缺陷分类模型为包括卷积层、池化层、全连接层以及分类网络的深度卷积神经网络模型。在一些实施例中，缺陷分类模型是通过如下方式训练得到的：获取训练样本集合，其中，训练样本包括单晶硅太阳能电池的电致发光图像以及缺陷类别；利用机器学习的方法，将训练样本集合中的训练样本中的单晶硅太阳能电池的电致发光图像作为初始缺陷分类模型的输入，将与输入的单晶硅太阳能电池的电致发光图像对应的缺陷类别作为初始缺陷分类模型的期望输出，训练得到缺陷分类模型。在一些实施例中，该装置还包括报警单元，报警单元被配置成：响应于单晶硅太阳能电池所对应的缺陷类别满足预设条件，触发报警装置报警。在一些实施例中，缺陷分类模型是通过如下方式更新的：获取用户根据报警所执行的响应操作；根据响应操作所指示的缺陷类别更新单晶硅太阳能电池的缺陷信息；基于更新后的单晶硅太阳能电池的缺陷信息调整缺陷分类模型。第三方面，本申请实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。本申请实施例提供的用于检测单晶硅太阳能电池缺陷的方法和装置，通过获取待检测的单晶硅太阳能电池的电致发光图像，然后将电致发光图像输入到预先训练的缺陷分类模型，得到缺陷信息。可以在实时检测在线生产的单晶硅太阳能电池的缺陷的基础上，提高识别单晶硅太阳能电池缺陷的准确率。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1是本申请的一个实施例的用于检测单晶硅太阳能电池缺陷的方法可以应用于其中的示例性系统架构图；图2是根据本申请的用于检测单晶硅太阳能电池缺陷的方法的一个实施例的流程图；图3是根据本申请的训练缺陷分类模型的一个实施例的流程图；图4是根据本申请的用于检测单晶硅太阳能电池缺陷的方法的一个应用场景的示意图；图5是根据本申请的用于检测单晶硅太阳能电池缺陷的方法的又一个实施例的流程图；图6是根据本申请的用于检测单晶硅太阳能电池缺陷的装置的一个实施例的结构示意图；图7是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。具体实施方式下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。图1示出了本申请的一个实施例的用于检测单晶硅太阳能电池缺陷的方法可以应用于其中的示例性系统架构100。如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105、106。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。终端设备101、102、103可以通过网络104与服务器105、106交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用，例如图像拍摄类应用、搜索引擎类应用、即时通信工具、邮箱客户端、视频播放类应用等。终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、1本文档来自技高网...

【技术保护点】
1.一种用于检测单晶硅太阳能电池缺陷的方法，包括：获取待检测的单晶硅太阳能电池的电致发光图像；将所述电致发光图像输入到预先训练的缺陷分类模型，得到缺陷信息，所述缺陷信息用于指示所述单晶硅太阳能电池所包括的缺陷的缺陷类别，其中所述缺陷分类模型用于根据输入到其中的单晶硅太阳能电池的电致发光图像预测单晶硅太阳能电池所包括的缺陷的缺陷类别。

【技术特征摘要】
1.一种用于检测单晶硅太阳能电池缺陷的方法，包括：获取待检测的单晶硅太阳能电池的电致发光图像；将所述电致发光图像输入到预先训练的缺陷分类模型，得到缺陷信息，所述缺陷信息用于指示所述单晶硅太阳能电池所包括的缺陷的缺陷类别，其中所述缺陷分类模型用于根据输入到其中的单晶硅太阳能电池的电致发光图像预测单晶硅太阳能电池所包括的缺陷的缺陷类别。2.根据权利要求1所述的方法，其中，所述将所述电致发光图像输入到预先训练的缺陷分类模型，得到缺陷信息，包括：获取至少一个预先训练的缺陷分类模型的当前负载信息；根据所述至少一个预先训练的缺陷分类模型的当前负载信息确定出目标缺陷分类模型；将所述电致发光图像输入到所述目标缺陷分类模型，得到所述缺陷信息。3.根据权利要求1所述的方法，其中，所述缺陷分类模型为包括卷积层、池化层、全连接层以及分类网络的深度卷积神经网络模型。4.根据权利要求1或3所述的方法，其中，所述缺陷分类模型是通过如下方式训练得到的：获取训练样本集合，其中，训练样本包括单晶硅太阳能电池的电致发光图像以及缺陷类别；利用机器学习的方法，将所述训练样本集合中的训练样本中的单晶硅太阳能电池的电致发光图像作为所述初始缺陷分类模型的输入，将与输入的单晶硅太阳能电池的电致发光图像对应的缺陷类别作为所述初始缺陷分类模型的期望输出，训练得到所述缺陷分类模型。5.根据权利要求1所述的方法，其中，所述方法还包括：响应于所述单晶硅太阳能电池所对应的缺陷类别满足预设条件，触发报警装置报警。6.根据权利要求5所述的方法，其中，所述缺陷分类模型是通过如下方式更新的：获取用户根据所述报警所执行的响应操作；根据所述响应操作所指示的缺陷类别更新所述单晶硅太阳能电池的缺陷信息；基于更新后的单晶硅太阳能电池的缺陷信息调整所述缺陷分类模型。7.一种用于检测单晶硅太阳能电池缺陷的装置，包括：获取单元，被配置成获取待检测的单晶硅太阳能电池的电致发光图像；缺陷信息生成单元，被配置成将所述电致发光图像输入到预先训练...

【专利技术属性】
技术研发人员：文亚伟，冷家冰，徐玉林，刘明浩，郭江亮，李旭，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京,11