改进YOLOv10n的光伏电池缺陷检测算法

来源：电子测量技术杂志2025年第15期北京时间：

作者：王海群，武泽锴，于海峰

单位：华北理工大学电气工程学院 唐山 063000

摘要：针对光伏电池缺陷检测中，由于缺陷形态不规则、尺寸多变及缺陷种类繁多等因素导致的缺陷识别困难、漏检和误检率高的问题，提出一种改进YOLOv10n的光伏电池缺陷检测算法。首先，剔除原C2f的Bottleneck结构，设计PMSFA_CSP模块作为主干和颈部网络的部分特征提取模块，通过其部分多尺度特征提取及残差结构获取上下文信息的能力，增强网络对缺陷特征的融合能力。其次，利用不同膨胀率的共享卷积层及SENetV2聚合稠密层注意力机制，设计FPSC_SENetV2模块引入主干网络，减少局部信息丢失，增强网络对细节特征的捕捉能力。再次，融合FreqFFPN与PMSFA_CSP模块，设计FreqFP_FPN模块并引入特征金字塔网络，降低类别不一致性，增强高频细节的缺陷信息；最后，构建SESN损失函数作为边界框回归损失函数，平衡不同尺度缺陷的检测，加速网络收敛，提高计算效率。实验结果表明：将改进的YOLOv10n在光伏电池缺陷数据集上进行实验，相较原算法mAP@0.5提高3.0％；计算量降低0.7 GFLOPs；参数量降低0.08 M；综合性能满足光伏电池缺陷检测要求。

关键词：光伏电池;缺陷检测;YOLOv10n;损失函数;SENetV2注意力机制;共享卷积层;部分卷积

基金资助：河北省自然科学基金(D2024209006)、河北省教育厅科学研究项目(QN2024147)资助