基于轻量化RT-DETR模型的光伏面板检测方法及系统技术方案

本发明专利技术属于目标检测技术领域，提供了一种基于轻量化RT‑DETR模型的光伏面板检测方法及系统，包括：获取光伏面板表面图像；利用光伏面板表面图像，以及预设的光伏面板表面污垢检测模型，得到污垢检测结果；采用RT‑DETR模型进行光伏面板污垢检测，基于StarNet骨干网络，通过简洁的网络设计，减少冗余计算量，使用多尺度多头注意力机制内特征交互模块，改进了混合编码器，对RT‑DETR模型完成轻量化改进，相比于传统目标检测算法，在进行污垢的分布不规则，污垢目标小等特点的光伏面板图像处理时，能获取到更多高级特征信息，同时减少计算量，具有更高的精度以及更快的速度，对光伏面板污垢等小目标检测有着较高的精度。

【技术实现步骤摘要】

本专利技术属于目标检测，尤其涉及一种基于轻量化rt-detr模型的光伏面板检测方法及系统。

技术介绍

1、光伏面板长时间使用后，会在其表面生成污垢，影响光伏面板的工作，影响发电效率；随着图像处理检测技术的发展，利用图像处理检测技术，能够快速的对光伏面板表面的污垢情况进行检测。

2、目前借助图像处理，利用网络模型进行光伏面板检测的技术，获取到的光伏面板图像中，污垢的分布不规则，污垢目标小等特点，导致目前的网络模型计算量大，且不能得到更多高级的图像特征信息，导致对光伏面板的污垢检测精度低，速度慢，不利于针对性的快速确定清理措施，影响发电。

技术实现思路

1、本专利技术为了解决上述问题，提出了一种基于轻量化rt-detr模型的光伏面板检测方法及系统，本专利技术基于starnet骨干网络，通过简洁的网络设计，减少冗余计算量，使用多尺度多头注意力机制内特征交互模块，改进了混合编码器，对rt-detr模型完成轻量化改进，相比于传统目标检测算法，在进行污垢的分布不规则，污垢目标小等特点的光伏面板图像处理时，能获本文档来自技高网...

【技术保护点】

1.基于轻量化RT-DETR模型的光伏面板检测方法，其特征在于，包括：

2.如权利要求1所述的基于轻量化RT-DETR模型的光伏面板检测方法，其特征在于，网络采用恒定的通道扩展因子，确保每个阶段在通道维度上实现特征信息的充分融合，同时每个新阶段的网络宽度遵循翻倍原则；通过逐级下采样生成多尺度特征图：浅层特征捕捉光伏面板边缘和纹理信息；深层特征提取全局语义信息。

3.如权利要求1所述的基于轻量化RT-DETR模型的光伏面板检测方法，其特征在于，多尺度多头注意力机制内特征交互模块包括：使用单刻度编码器执行尺度内交互，将self-attention操作应用于语义概念更丰...

【技术特征摘要】

1.基于轻量化rt-detr模型的光伏面板检测方法，其特征在于，包括：

2.如权利要求1所述的基于轻量化rt-detr模型的光伏面板检测方法，其特征在于，网络采用恒定的通道扩展因子，确保每个阶段在通道维度上实现特征信息的充分融合，同时每个新阶段的网络宽度遵循翻倍原则；通过逐级下采样生成多尺度特征图：浅层特征捕捉光伏面板边缘和纹理信息；深层特征提取全局语义信息。

3.如权利要求1所述的基于轻量化rt-detr模型的光伏面板检测方法，其特征在于，多尺度多头注意力机制内特征交互模块包括：使用单刻度编码器执行尺度内交互，将self-attention操作应用于语义概念更丰富的高级特征，捕获概念实体之间的联系；通过反光区域与阴影区域的注意力权重动态调整，抑制环境干扰；低级与高级特征送入多尺度特征提取模块，多尺度特征提取模块通过一组三路膨胀卷积后，进行残差连接后进行归一化以及自适应池化操作，最后输出特征。

4.如权利要求3所述的基于轻量化rt-detr模型的光伏面板检测方法，其特征在于，膨胀卷积组采用不同膨胀率并行处理特征，3×3卷积捕捉局部纹理，等效7×7卷积感知中尺度结构，等效11×11卷积覆盖大范围上下文，包括整排面板的排列规律；残差连接将原始特征与多尺度特征相加，保留细粒度信息的同时增强语义表达；自适应池化根据输...

【专利技术属性】
技术研发人员：王潇晨，迟世丹，刘伟，孙云，常洪伟，宿滢，徐飘逸，史鹏飞，
申请(专利权)人：山东电力工程咨询院有限公司，
类型：发明
国别省市：