当前位置: 首页 > 专利查询>常州大学专利>正文

一种改进DETR模型的太阳能板缺陷检测方法及系统技术方案

技术编号:40675310 阅读:27 留言:0更新日期:2024-03-18 19:13
本发明专利技术涉及图像处理技术领域,尤其涉及一种改进DETR模型的太阳能板缺陷检测方法及系统,包括采集太阳能板缺陷图片;将DETR模型的Backbone替换为改进VanillaNet网络;改进VanillaNet网络使用5×5的卷积,将3个通道的图像进行特征映射;两两卷积层之间采用最大池化,然后采用2×2的卷积,不使用残差连接;采用动态非单调聚焦机制计算损失,通过非线性层和全连接输出分类结果。本发明专利技术对DETR模型的Backbone部分进行优化,嵌入VanillaNet模块,简化了网络复杂度,加快了模型对缺陷图像的检测速度;并采用动态非单调的聚焦机制,使用交并比作为衡量缺陷检测的指标,更好的拟合了标记框和实际缺陷的损失。

【技术实现步骤摘要】

本专利技术涉及图像处理,尤其涉及一种改进detr模型的太阳能板缺陷检测方法及系统。


技术介绍

1、太阳能电池板通过光伏转换,将太阳能转换为光能,具有高效、清洁和可再生的优点。在太阳能板的生产和装运过程中,可能发生如划痕、断栅和黑心的缺陷,从而导致光伏系统的发电产能下降;划痕通常发生在太阳能板的生产和组装过程中,在装运前常通过电致发光检测,但这将加大人工成本;太阳能板电池片之间的导电银浆作为连接点,如果断栅损坏,将严重影响太阳能板的电能输出和安全性能;太阳能板表面阴影可能使内部电流或电阻不一致,导致受热不均匀,从而产生黑心,这将降低太阳能板的光电转化效率。

2、深度学习对计算机视觉检测领域带来了巨大突破,例如基于端到端的transform目标检测算法(detr)已经取得了显著效果。detr目标检测算法检测精度高,但其计算成本开销过大,模型收敛速度慢,标记框和实际缺陷损失拟合程度较低。

3、专利改进yolov5的太阳能电池板缺陷方法及系统;其中,数据集仅为太阳能板表面缺陷,忽视了太阳能板内部可能存在的问题。

<p>4、另外,专利一本文档来自技高网...

【技术保护点】

1.一种改进DETR模型的太阳能板缺陷检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的改进DETR模型的太阳能板缺陷检测方法,其特征在于,改进VanillaNet网络采用并行堆叠激活函数,公式为:

3.根据权利要求1所述的改进DETR模型的太阳能板缺陷检测方法,其特征在于,动态非单调聚焦机制计算损失的公式为:

4.根据权利要求3所述的改进DETR模型的太阳能板缺陷检测方法,其特征在于,利用m∈[0,+∞)构造动态非单调聚焦系数β,并且应用于LIoU;当p等于q时,β=1,LIoU=LIou',LIou'=βLIoU,其中,p表示标记框离群...

【技术特征摘要】

1.一种改进detr模型的太阳能板缺陷检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的改进detr模型的太阳能板缺陷检测方法,其特征在于,改进vanillanet网络采用并行堆叠激活函数,公式为:

3.根据权利要求1所述的改进detr模型的太阳能板缺陷检测方法,其特征在于,动态非单调聚焦机制计算损失的公式为:

4.根据权利要求3所述的改进detr模型的太阳能板缺陷检测方法,其特征在于,利用m∈[0,+∞)构造动态非单调聚焦系数β,并且应用于liou;当p等于q时,β=1,liou=liou',liou'=βliou,其中,p表示标记框离群度大小,q表示超参数大小,α表示超参数大小。

5.根据权利要求1所述的改进detr模型的太阳能板缺陷检测方法及系统,其特征在于,缺陷包括:划痕、断栅和黑心。

6.根据权利要求1所述的改进detr模型的太阳能板缺陷检测方法,其特征在于,detr模型的transform encoder中,通过一个1×1的卷积,降低高层激活映...

【专利技术属性】
技术研发人员:叶施仁徐学野叶江南
申请(专利权)人:常州大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1