基于重参数化的光伏电池缺陷检测算法

来源：电子测量技术杂志2025年第5期北京时间：

作者：杨丽，邓靖威，段海龙，杨晨晨，李凤泉

单位：1.天津职业技术师范大学自动化与电气工程学院 天津 300222;2.天津职业技术师范大学天津市信息传感与智能 控制重点实验室 天津 300222;3.天津经泓智能科技有限公司 天津 300222

摘要：针对光伏电池电致发光图像缺陷的复杂背景干扰不均、形状多变和缺陷多尺度等问题，提出了一种基于重参数化的光伏电池缺陷检测算法OM-Detector。首先结合广义高效层聚合网络和在线重参数化，提出了OREPANCSPELAN4模块，引入重参数化有效地通过梯度下降优化算法进行训练，在提升精度的同时降低了模型参数量，使模型轻量化；其次，在颈部网络中引入了多尺度卷积注意力模块，抑制复杂背景的干扰，提高模型检测细小缺陷的准确率；最后，结合重参数化特征提取—融合模块和多尺度卷积注意力模块，构建光伏电池缺陷检测器。使用光伏电池异常检测数据集对算法性能进行验证，实验结果表明，与YOLOv8检测网络相比，平均精度均值提升了2.5%，参数量降低了29%，推理速度加快了5.7%，优于目前的主流目标检测算法，能快速、准确地对光伏电池表面缺陷进行检测。

关键词：缺陷检测;重参数化;注意力机制

基金资助：天津市教委科研计划项目(2022ZD036)、天津市“揭榜挂帅”科技计划项目（2023JB02)资助