基于改进YOLOv5s太阳能电池片表面缺陷检测算法

来源：电子测量技术杂志2025年第5期北京时间：

作者：王巍，余欣，缪佳欣，刘晓宇

单位：四川大学机械工程学院 成都 610000

摘要：太阳能电池片表面缺陷的出现会严重影响太阳能转化效率，准确检测太阳能电池片表面缺陷并及时处理可以有效提高发电效率。针对太阳能电池片生产过程中表面缺陷检测高精度、实时性的需求，本文提出了一种基于改进的YOLOv5s的太阳能电池片表面缺陷检测算法。该算法首先在主干特征提取网络中用C3CA模块替换网络中C3模块，并加入CBAM注意力机制，提升网络的特征提取能力；其次，在特征融合网络中引入BiFPN网络结构，提升网络中不同语义和尺度信息的特征融合能力；最后，在输出端引入解耦头，提高了模型网络的收敛速度与检测精度。实验结果表明：改进模型在光伏电池EL数据集上平均精度均值mAP@0.5∶0.95为66.4%，相较于原网络提高了7.1%，实现了对太阳能电池片表面缺陷的快速有效定位识别，在太阳能电池工业生产过程中具有一定的实际应用价值。

关键词：太阳能电池片;YOLOv5s;缺陷检测;注意力机制;BiFPN