《电子测量技术杂志》发表论文赏析

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

2025年15期其他文献查阅:

基于运动概率筛选和加权位姿估计的鲁棒动态RGB-D SLAM

发动机轴承的极近场遥测天线研究

<100>晶向正面开口快速湿法腐蚀释放悬浮结构的研究

基于多尺度感知损失与注意力的脑图像配准

基于CEEMDAN的脉搏波数据增强双层SMOTE算法

基于KNN-LASSO-PPC法的改进BitCN-LSTM短期光伏功率预测

改进YOLOv10n的光伏电池缺陷检测算法

DenseNet特征分组深度孤立森林图像异常检测

基于改进YOLOv10的液晶显示屏表面缺陷检测算法

融合多尺度注意力的轻量化初期林火检测算法

基于原型的正负学习用于远程监督关系抽取

基于Nuttall窗压缩感知的谐波和间谐波检测方法

基于MS-SAGCNs的自闭症诊断研究

基于Conformer-LSTM模型的连续无创血压预测方法

内河船舶检测算法的轻量化改进

基于选择性融合上下文信息的立体匹配网络

基于双编码器的鼻中隔医学图像分割模型

基于改进YOLO11的水下目标检测模型

基于SAFPN-YOLO的风机表面缺陷检测方法

基于多输入融合的自适应水下图像增强模型

改进YOLO11的学生课堂行为检测算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!