【技术实现步骤摘要】
本专利技术涉及新能源电池，尤其涉及一种太阳能电池片电极三维形貌的检测方法及装置、模型训练方法。
技术介绍
1、太阳能电池电极的三维形貌(如高度、体积)直接影响光伏发电效率，是生产工艺质量控制和学术研究的关键指标。传统检测方法主要依赖三维激光扫描显微镜(如oct技术，如cn106990120a)或二维机器视觉方案(如cn116448666a)，但存在显著缺陷：
2、1、oct技术(如cn106990120a)需专用光学相干断层扫描设备，通过近红外光源逐点扫描生成三维图像，虽能检测电极厚度、缺陷等参数，但设备成本高昂(百万级)、扫描速度慢(秒级/点)，无法适配产线高速实时检测需求。
3、2、二维机器视觉(如cn116448666a)仅基于传统图像处理算法(边缘检测、阈值分割等)分析电极的二维特征(尺寸、排列)，无法获取三维形貌参数(如高度、体积)，且依赖人工规则设定，泛化性差。
4、虽然深度学习技术已在电池片缺陷检测中应用，但现有方案集中于二维缺陷识别(如断栅检测)，缺乏从二维图像到三维形貌的跨模态映射能...
【技术保护点】
1.一种太阳能电池片电极三维形貌的检测方法，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，所述预处理包括：
3.根据权利要求1所述的方法，其特征在于，所述残差卷积-解卷积网络架构包含：
4.根据权利要求2所述的方法，其特征在于，采用cv2.warpAffine函数执行仿射变换，输出统一尺寸为256×256像素的对齐后图像。
5.一种用于权利要求1所述检测方法的模型训练方法，其特征在于，所述方法包括：
6.根据权利要求5所述的模型训练方法，其特征在于，所述数据集按70％训练集、20％验证集、10
【技术特征摘要】
1.一种太阳能电池片电极三维形貌的检测方法，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，所述预处理包括：
3.根据权利要求1所述的方法，其特征在于，所述残差卷积-解卷积网络架构包含：
4.根据权利要求2所述的方法，其特征在于，采用cv2.warpaffine函数执行仿射变换，输出统一尺寸为256×256像素的对齐后图像。
5.一种用于权利要求1所述检测方法的模型训练方法，其特征在于，所述方法包括：
6.根据权利要求5所...
【专利技术属性】
技术研发人员：周鑫，杜克瑞，白龙，徐卓，李锋，林建伟，
申请(专利权)人：泰州中来光电科技有限公司，
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。