本发明专利技术公开一种基于细粒度分类的光伏组件红外缺陷检测方法及系统，解决现有技术对无人机红外图像识别容易受背景和拍摄高度干扰，识别准确率低，易混淆相似缺陷，无法区分接线盒发热与点状热斑的问题。方法包括光伏组件红外图像数据集采集并标注，建立光伏组件对检测模型，从光伏组件对图像中提取单组件单元图像，建立光伏组件缺陷细粒度分类模型，待检测图像输入检测模型，提取单组件单元图像输入分类模型得到分类结果。本发明专利技术采用先组件分割再细粒度分类红外缺陷的方法，避免环境及拍摄高度干扰，基于细粒度分类模型的方法有利于区分易混淆缺陷，提出保留组件之间相对位置信息的单组件图像提取，有利于区分接线盒发热与点状热斑。
【技术实现步骤摘要】
本专利技术涉及光伏板红外缺陷检测，尤其是涉及一种基于细粒度分类的光伏组件红外缺陷检测方法及系统。
技术介绍
1、红外缺陷是影响光伏电站正常运行的关键缺陷，加强红外缺陷检测对光伏电站的运维至关重要，目前已有很多技术采用无人机搭载红外摄像机拍摄光伏电站光伏组件红外图像，对图像进行红外缺陷识别，但还存在较多缺陷，包括：
2、1.现有部分技术直接对无人机拍摄的红外图像进行识别，但由于无人机拍摄的红外图像同时包括光伏板及背景，背景中与光伏缺陷特征相似的区域会对检测模型造成干扰。
3、2.现有部分技术直接对无人机拍摄的红外图像进行识别，但无人机拍摄时难以完全统一拍摄高度，导致图像中光伏组件的大小不统一，使得模型识别准确率下降。
4、3.部分光伏缺陷的特征比较相似，现有技术进行分类容易混淆。
5、4.现有部分技术采用先分割后检测的方法，但由于光伏板上的接线盒也会轻度发热，导致其在红外图像上的特征与点状热斑很相似，若直接对分割出来的组件图片进行识别，会缺失位置信息，而无法区分接线盒发热与点状热斑。
...
【技术保护点】
1.一种基于细粒度分类的光伏组件红外缺陷检测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于细粒度分类的光伏组件红外缺陷检测方法，其特征是所述步骤S1具体包括：
3.根据权利要求1所述的一种基于细粒度分类的光伏组件红外缺陷检测方法，其特征是所述步骤S2具体包括：
4.根据权利要求1或2或3所述的一种基于细粒度分类的光伏组件红外缺陷检测方法，其特征是所述步骤S4具体包括：
5.根据权利要求4所述的一种基于细粒度分类的光伏组件红外缺陷检测方法，其特征是所述图像进行仿射变换调整视角，具体包括：
6.根据权利要求4所述...
【技术特征摘要】
1.一种基于细粒度分类的光伏组件红外缺陷检测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于细粒度分类的光伏组件红外缺陷检测方法，其特征是所述步骤s1具体包括：
3.根据权利要求1所述的一种基于细粒度分类的光伏组件红外缺陷检测方法，其特征是所述步骤s2具体包括：
4.根据权利要求1或2或3所述的一种基于细粒度分类的光伏组件红外缺陷检测方法，其特征是所述步骤s4具体包括：
5.根据权利要求4所述的一种基于细粒度分类的光伏组件红外缺陷检测方法，其特征是所述图像进行仿射变换调整视角，具体包括：
6.根据权利要求4所述的一种基于...
【专利技术属性】
技术研发人员：祁殷俏，贺海晏，丁莞尔，沈曲，朱钦辰，黄绵吉，金胜利，孙士恩，范海东，滕卫明，方桦，龙霞彬，胡锦，
申请(专利权)人：浙江省白马湖实验室有限公司，
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。