【技术实现步骤摘要】
本专利技术属于计算机视觉方法，具体涉及基于结构重参数化的轻量型太阳电池缺陷检测方法。
技术介绍
1、随着全球碳中和战略的加速推进，太阳能光伏产业迎来快速发展，但太阳电池的缺陷检测技术仍面临严峻挑战。传统检测方法主要依赖人工视觉检查和基础图像处理技术，存在效率低下、主观性强等固有缺陷，对微米级缺陷的检出率较低，且难以适应规模化生产需求。当前主流的电致发光检测技术虽然能够实现非破坏性检测，但在处理复合缺陷时识别准确率不高，特别是对某些复杂缺陷的误检率居高不下。
2、在深度学习应用方面，现有检测模型面临参数量大、计算复杂度高的双重困境。双阶段检测器计算量较大，单阶段检测器对小目标缺陷敏感度不足，而基于transformer的模型则受制于训练数据需求量大等问题。更关键的是，这些模型体积普遍偏大，推理延迟较高，难以部署到计算资源有限的工业边缘设备，严重制约了在高速生产线上的实际应用。此外，不同生产工艺导致的电池片缺陷特征差异，进一步加大了模型泛化的难度。
技术实现思路
1、本专利技术的目...
【技术保护点】
1.基于结构重参数化的轻量型太阳电池缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于结构重参数化的轻量型太阳电池缺陷检测方法，其特征在于，步骤1中所述RepGhost模块的构建方法为：
3.根据权利要求1所述的基于结构重参数化的轻量型太阳电池缺陷检测方法，其特征在于，步骤2中所述多分支辅助路径聚合网络包括SAF模块和AAF模块，其中，所述SAF模块通过双向连接机制融合浅层高分辨率特征与深层特征，采用1×1卷积控制通道数，并通过下采样、上采样及拼接操作增强空间细节；
4.根据权利要求3所述的基于结构重参数化的轻量...
【技术特征摘要】
1.基于结构重参数化的轻量型太阳电池缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于结构重参数化的轻量型太阳电池缺陷检测方法，其特征在于，步骤1中所述repghost模块的构建方法为：
3.根据权利要求1所述的基于结构重参数化的轻量型太阳电池缺陷检测方法，其特征在于，步骤2中所述多分支辅助路径聚合网络包括saf模块和aaf模块，其中，所述saf模块通过双向连接机制融合浅层高分辨率特征与深层特征，采用1×1卷积控制通道数，并通过下采样、上采样及拼接操作增强空间细节；
4.根据权利要求3所述的基于结构重参数化的轻量型太阳电池缺陷检测方法，其特征在于，步骤2中所述saf模块的数学表达式为：
5.根据权利要求3所述的基于结构重参数化的轻量型太阳电池...
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。