断栅缺陷检测方法、装置、电子设备和存储介质制造方法及图纸

本申请涉及光伏电池检测技术领域，具体而言，涉及一种断栅缺陷检测方法、装置、电子设备和存储介质，获取待检测的光伏电池的待检验图像，将待检验图像输入至断栅缺陷检测模型中，以使断栅缺陷检测模型输出检测结果图像。由于采用了断栅缺陷检测模型，能够快速准确的对待检验图像中的断栅缺陷进行分割，得到检测结果图像。同时，由于断栅缺陷检测模型为对初始的语义分割模型进行训练得到的模型，能够很好的学习到缺陷轮廓的特征，得到较为准确的缺陷轮廓。廓。廓。

【技术实现步骤摘要】
断栅缺陷检测方法、装置、电子设备和存储介质


[0001]本申请涉及光伏电池
，具体而言，涉及一种断栅缺陷检测方法、装置、电子设备和存储介质。

技术介绍

[0002]近年来光伏电池领域蓬勃发展。在生产环节如何实现各类缺陷高精度快速检测，提高产品合格率，成为生产环节面临的最大难题。
[0003]目前，可以通过人工检测、传统计算机视觉方法检测等方式对光伏电池较为明显的划伤、隐裂、黑斑、虚焊、污染、裂纹、崩角等缺陷进行检测。
[0004]然而，光伏断栅缺陷由于其缺陷宽度微小且与光伏电池的背景色差小，无法很好的识别检测。因此，亟需一种光伏电池的断栅缺陷检测方法。

技术实现思路

[0005]为了解决现有光伏电池断栅缺陷检测的问题，本申请提供了一种断栅缺陷检测方法、装置、电子设备和存储介质。
[0006]第一方面，本申请实施例提供一种断栅缺陷检测方法，该方法包括：
[0007]获取光伏电池的待检验图像；
[0008]将待检验图像输入至断栅缺陷检测模型中；断栅缺陷检测模型为对初始的语义分割模型进行训练得到的模型；
[0009]获取断栅缺陷检测模型输出的检测结果图像，在待检验图像中包括断栅缺陷时，检测结果图像中包括断栅缺陷轮廓。
[0010]在其中一个实施例中，在将待检验图像输入至断栅缺陷检测模型中之前，还包括：
[0011]获取样本图像集；样本图像集中包括多张具有断栅缺陷的目标样本图像，以及各目标样本图像对应的缺陷标注图像；
[0012]依次将各目标样本图像输入至初始的语义分割模型中，基于语义分割模型输出的各目标样本图像对应的断栅缺陷检测结果以及各目标样本图像对应的缺陷标注图像，对语义分割模型进行训练，训练后的语义分割模型为断栅缺陷检测模型。
[0013]在其中一个实施例中，断栅缺陷检测方法还包括：
[0014]获取多张初始样本图像；初始样本图像中包括断栅缺陷；
[0015]对各初始样本图像进行数据增强，得到各目标样本图像；数据增强的方式包括随机缩放、随机旋转、随机裁剪、随机翻转、随机光度失真。
[0016]在其中一个实施例中，对各初始样本图像进行数据增强，得到各目标样本图像，包括：
[0017]对各初始样本图像依次进行随机缩放、随机旋转、随机裁剪、随机翻转、随机光度失真处理后，得到各目标样本图像；随机光度失真包括随机亮度、随机对比度、随机饱和度、随机色度。
[0018]在其中一个实施例中，依次将各目标样本图像输入至初始的语义分割模型中，基于语义分割模型输出的各目标样本图像对应的断栅缺陷检测结果以及各目标样本图像对应的缺陷标注图像，对语义分割模型进行训练，包括：
[0019]在将目标样本图像输入至初始的语义分割模型后，基于语义分割模型输出的目标样本图像对应的检测结果、各目标样本图像对应的缺陷标注图像和预设的损失函数，计算损失值；
[0020]若损失值不小于预设阈值，基于损失值，调整语义分割模型的超参数；
[0021]将下一目标样本图像输入至调整超参数后的语义分割模型中，并返回执行计算损失值的步骤，直至损失值小于预设阈值时，确定达到预设收敛条件，得到断栅缺陷检测模型。
[0022]在其中一个实施例中，预设的损失函数为焦点损失函数。
[0023]在其中一个实施例中，语义分割模型为Segformer
‑
B0模型。
[0024]在其中一个实施例中，在训练断栅缺陷检测模型之前，取消对初始的语义分割模型中的标准化和位置模块的权重衰减，并将初始的语义分割模型中头部权重的学习率设置为骨干网络的学习率的10倍；
[0025]在训练断栅缺陷检测模型的过程中采用AdamW优化器。
[0026]第二方面，本申请实施例提供一种断栅缺陷检测装置，包括：
[0027]第一获取模块，用于获取光伏电池的待检验图像；
[0028]输入模块，用于将待检验图像输入至断栅缺陷检测模型中；断栅缺陷检测模型为对初始的语义分割模型进行训练得到的模型；
[0029]第二获取模块，用于获取断栅缺陷检测模型输出的检测结果图像，在待检验图像中包括断栅缺陷时，检测结果图像中包括针对断栅缺陷轮廓。
[0030]第三方面，本申请提供一种电子设备，包括：存储器和处理器，存储器存储有计算机程序，其特征在于，处理器执行计算机程序时实现上述第一方面任一项实施例中方法的步骤。
[0031]第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述第一方面任一项实施例中方法的步骤。
[0032]本申请的有益效果：
[0033]在本申请实施例提供的断栅缺陷检测方法、装置、电子设备和存储介质中，获取待检测的光伏电池的待检验图像，将待检验图像输入至断栅缺陷检测模型中，以使断栅缺陷检测模型输出检测结果图像。由于采用了断栅缺陷检测模型，能够快速准确的对待检验图像中的断栅缺陷进行分割，得到检测结果图像。同时，由于断栅缺陷检测模型为对初始的语义分割模型进行训练得到的模型，能够很好的学习到缺陷轮廓的特征，得到较为准确的缺陷标注结果。
附图说明
[0034]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以
根据这些附图获得其他的附图。
[0035]图1为本申请一实施例提供电子设备的一种内部结构图；
[0036]图2为本申请一实施例提供电子设备的另一种内部结构图；
[0037]图3为本申请一实施例提供的第一种断栅缺陷检测方法的流程示意图；
[0038]图4为本申请一实施例提供的第二种断栅缺陷检测方法的流程示意图；
[0039]图5为本申请一实施例提供的第三种断栅缺陷检测方法的流程示意图；
[0040]图6为本申请一实施例提供的语义分割模型的结构示意图；
[0041]图7为本申请一实施例提供的第四种断栅缺陷检测方法的流程示意图；
[0042]图8为本申请一实施例提供的断栅缺陷检测装置的结构框图。
具体实施方式
[0043]为使本申请的目的、实施方式和优点更加清楚，下面将结合本申请示例性实施例中的附图，对本申请示例性实施方式进行清楚、完整地描述，显然，所描述的示例性实施例仅是本申请一部分实施例，而不是全部的实施例。
[0044]需要说明的是，本申请中对于术语的简要说明，仅是为了方便理解接下来描述的实施方式，而不是意图限定本申请的实施方式。除非另有说明，这些术语应当按照其普通和通常的含义理解。
[0045]本申请中说明书和权利要求书及上述附图中的术语
″
第一
″
、
″
第二
″
、...

【技术保护点】

【技术特征摘要】
1.一种断栅缺陷检测方法，其特征在于，所述方法包括：获取光伏电池的待检验图像；将所述待检验图像输入至断栅缺陷检测模型中；所述断栅缺陷检测模型为对初始的语义分割模型进行训练得到的模型；获取所述断栅缺陷检测模型输出的检测结果图像，在所述待检验图像中包括断栅缺陷时，所述检测结果图像中包括断栅缺陷轮廓。2.根据权利要求1所述的断栅缺陷检测方法，其特征在于，在所述将所述待检验图像输入至断栅缺陷检测模型中之前，还包括：获取样本图像集；所述样本图像集中包括多张具有断栅缺陷的目标样本图像，以及各所述目标样本图像对应的缺陷标注图像；依次将各所述目标样本图像输入至初始的语义分割模型中，基于所述语义分割模型输出的各所述目标样本图像对应的断栅缺陷检测结果以及各所述目标样本图像对应的缺陷标注图像，对所述语义分割模型进行训练，训练后的所述语义分割模型为所述断栅缺陷检测模型。3.根据权利要求2所述的断栅缺陷检测方法，其特征在于，所述方法还包括：获取多张初始样本图像；所述初始样本图像中包括断栅缺陷；对各所述初始样本图像进行数据增强，得到各所述目标样本图像；所述数据增强的方式包括随机缩放、随机旋转、随机裁剪、随机翻转、随机光度失真。4.根据权利要求3所述的断栅缺陷检测方法，其特征在于，所述对各所述初始样本图像进行数据增强，得到各所述目标样本图像，包括：对各所述初始样本图像依次进行随机缩放、随机旋转、随机裁剪、随机翻转、随机光度失真处理后，得到各所述目标样本图像；所述随机光度失真包括随机亮度、随机对比度、随机饱和度、随机色度。5.根据权利要求2所述的断栅缺陷检测方法，其特征在于，所述依次将各所述目标样本图像输入至初始的语义分割模型中，基于所述语义分割模型输出的各所述目标样本图像对应的断栅缺陷检测结果以及各所述目标样本图像对应的缺陷标注图像，对所述语义分割模型进行训练，包括：在将所述目标样本图像输入至初始的所述语义...

【专利技术属性】
技术研发人员：邓东升，唐永亮，杨艺，
申请(专利权)人：凌云光技术股份有限公司，
类型：发明
国别省市：