基于改进YOLOv8的光伏电池缺陷检测

来源：电子测量技术杂志2025年第21期北京时间：

作者：刘闯闯，袁金丽，郑美曼，吴晨曦，郭志涛

单位：1.河北工业大学电子信息工程学院 天津 300130; 2.河北工业大学创新研究院(石家庄) 石家庄 050299

摘要：针对传统视觉方法在太阳能电池检测中面临的小目标缺陷识别准确率低、不同尺度特征捕获能力不足等问题，本文提出了一种基于跨尺度特征增强与动态参数优化的YOLOv8改进算法。首先，以多分支残差结构为核心，融合重参数化技术与可调膨胀卷积，设计膨胀重参数残差模块，通过跨层级特征交互增强目标缺陷的上下文感知能力，提高检测精度；其次，在C2f模块中嵌入可变形卷积，结合辅助检测模块构建动态特征适应网络，提升对微小缺陷的几何特征提取；最后，引入具有动态聚焦机制的损失函数优化边界框匹配，提高回归精度。实验结果表明，改进模型在3.03 M参数量下实现91.8%的平均精度，较基准模型提升4%，保持轻量参数同时提高了检测性能。

关键词：光伏缺陷;YOLOv8;膨胀残差;重参数;可变形卷积;辅助检测

基金资助：河北工业大学创新研究院(石家庄)石家庄市科技合作专项基金(SJZZXB23005，SJZZXC24011)项目资助