【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种光伏组件的表面缺陷检测方法、装置、设备及存储介质。
技术介绍
1、在光伏组件的生产过程中，由于制造工艺和人为操作等原因，可能会光伏组件出现各种类型的表面缺陷，如破片、焊接不良、划伤或者脏污等。这些表面缺陷不仅影响光伏组件的美观度，更可能会对光伏组件的性能和寿命产生负面影响，因此需要对光伏组件进行表面缺陷检测。
2、目前常用的缺陷检测方法主要包括人工检测和视觉检测两种。人工检测虽然准确度高，但耗时、耗力、成本高，且存在主观性和人为错误等问题，难以达到统一标准。视觉检测是利用相机等设备对光伏电池组件外观进行图像采集，然后通过图像分析和算法比对等手段检测缺陷。视觉检测具体也可以分为基于数字图像处理的传统检测算法和基于深度学习的人工智能检测算法。
3、目前的视觉检测方式一般是对完整的光伏图像进行检测。但是，由于光伏组件的表面缺陷复杂多样、形态各异且干扰因素众多，单个视觉检测算法，特别是基于数字图像处理的传统检测算法几乎无法实现全覆盖，导致检测结果不准确。并且，由于整张图像分辨率太大，传统的基于深度学习的人工智能检测算法的检测速度难以满足流水线需求。
技术实现思路
1、本专利技术提供了一种光伏组件的表面缺陷检测方法、装置、设备及存储介质，以解决针对光伏组件的表面缺陷检测速度慢和检测结果不准确的问题。
2、根据本专利技术的一方面，提供了一种光伏组件的表面缺陷检测方法，包括：
3、获取标注有缺陷标注框的完整光伏组
4、按照预设尺寸将所述完整光伏组件图像分割为包含完整的缺陷标注框的局部光伏组件图像；
5、根据所述局部光伏组件图像和所述局部光伏组件图像包含的缺陷标注框构建样本图像集；
6、基于所述样本图像集训练初始表面缺陷检测模型，得到目标表面缺陷检测模型；
7、将待检测光伏组件图像输入目标表面缺陷检测模型，获得表面缺陷检测结果。
8、根据本专利技术的另一方面，提供了一种光伏组件的表面缺陷检测装置，
9、图像获取模块，用于获取标注有缺陷标注框的完整光伏组件图像；所述缺陷标注框用于标注光伏组件中每个表面缺陷的缺陷类型和缺陷位置；
10、图像分割模块，用于按照预设尺寸将所述完整光伏组件图像分割为包含完整的缺陷标注框的局部光伏组件图像；
11、样本集构建模块，用于根据所述局部光伏组件图像和所述局部光伏组件图像包含的缺陷标注框构建样本图像集；
12、模型训练模块，用于基于所述样本图像集训练初始表面缺陷检测模型，得到目标表面缺陷检测模型；
13、表面缺陷检测模块，用于将待检测光伏组件图像输入目标表面缺陷检测模型，获得表面缺陷检测结果。
14、根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
15、至少一个处理器；以及
16、与所述至少一个处理器通信连接的存储器；其中，
17、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的光伏组件的表面缺陷检测方法。
18、根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的光伏组件的表面缺陷检测方法。
19、本专利技术实施例的技术方案，通过获取标注有缺陷标注框的完整光伏组件图像；缺陷标注框用于标注光伏组件中每个表面缺陷的缺陷类型和缺陷位置；按照预设尺寸将完整光伏组件图像分割为包含完整的缺陷标注框的局部光伏组件图像；根据局部光伏组件图像和局部光伏组件图像包含的缺陷标注框，构建样本图像集；基于样本图像集训练初始表面缺陷检测模型，得到目标表面缺陷检测模型；将待检测光伏组件图像输入目标表面缺陷检测模型，获得表面缺陷检测结果。通过包含完整的缺陷标注框的局部光伏组件图像构成的样本训练集训练得到目标表面缺陷检测模型，能够增强目标表面缺陷检测模型对局部表面缺陷的检测能力，从而提高了待检测光伏组件图像的表面缺陷的检测精度，解决了基于数字图像处理的传统检测算法的检测精度不高的问题；并且通过采用分割后的低图像分辨率的局部光伏组件图像构建样本图像集进行模型训练，用于对高图像分辨率的待检测光伏组件图像进行表面缺陷检测，能够提高待检测光伏组件图像的表面缺陷的检测速度，解决了传统的基于深度学习的人工智能检测算法的检测速度慢的问题。
20、应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种光伏组件的表面缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，按照预设尺寸将所述完整光伏组件图像分割为包含完整的缺陷标注框的局部光伏组件图像，包括：
3.根据权利要求2所述的方法，其特征在于，所述预设条件包括：第一预设条件、第二预设条件和第三预设条件；所述第一预设条件为所述扩展框不超出所述完整光伏组件图像的边界；所述第二预设条件为所述扩展框不包含不完整的缺陷标注框；所述第三预设条件为所述扩展框完全包含至少一个完整的缺陷标注框。
4.根据权利要求3所述的方法，其特征在于，在所述扩展框不满足预设条件的情况下，对所述扩展框执行预设操作，以使所述扩展框满足预设条件，包括：
5.根据权利要求4所述的方法，其特征在于，在所述扩展框不满足预设条件的情况下，对所述扩展框执行预设操作，以使所述扩展框满足预设条件，还包括：
6.根据权利要求1所述的方法，其特征在于，将待检测光伏组件图像输入目标表面缺陷检测模型，获得表面缺陷检测结果，包括：
7.根据权利要求6所述的方法，其特征在于，将待检测光伏
8.一种光伏组件的表面缺陷检测装置，其特征在于，包括：
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的光伏组件的表面缺陷检测方法。
...【技术特征摘要】
1.一种光伏组件的表面缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，按照预设尺寸将所述完整光伏组件图像分割为包含完整的缺陷标注框的局部光伏组件图像，包括：
3.根据权利要求2所述的方法，其特征在于，所述预设条件包括：第一预设条件、第二预设条件和第三预设条件；所述第一预设条件为所述扩展框不超出所述完整光伏组件图像的边界；所述第二预设条件为所述扩展框不包含不完整的缺陷标注框；所述第三预设条件为所述扩展框完全包含至少一个完整的缺陷标注框。
4.根据权利要求3所述的方法，其特征在于，在所述扩展框不满足预设条件的情况下，对所述扩展框执行预设操作，以使所述扩展框满足预设条件，包括：
5.根据权利要求4所述的方法，其特...
【专利技术属性】
技术研发人员：傅林坚，刘华，向佳欣，文灿华，
申请(专利权)人：浙江求是半导体设备有限公司，
类型：发明
国别省市：
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。