改进YOLOv8的光伏电池缺陷检测算法

来源：电子测量技术杂志2025年第1期北京时间：

作者：杨丽，杨晨晨，杨耿煌，段海龙，邓靖威

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

摘要：针对光伏电池缺陷检测在复杂背景下存在的误检、漏检等问题，提出了一种基于改进YOLOv8的光伏电池缺陷检测算法。首先，采用双向特征金字塔网络作为特征融合机制，通过自顶向下和自底向上的路径，实现多尺度特征的有效融合；其次，在颈部网络引入上下文聚合模块，使用不同空洞卷积速率的空洞卷积获取不同感受野的上下文信息，帮助模型更精准地识别微小目标，进而提升模型的目标检测性能；最后，优化边界框损失函数，并不断调试其权重因子，提高模型的收敛速度与效率。实验结果表明，与YOLOv8算法检测网络相比，本文算法的召回率和平均精确度均值分别提高了10.4%、1.8%，检测帧率达到270 fps，保证了实时检测和后续部署的轻量化要求，改进后的算法能在复杂背景下对光伏电池的缺陷进行鲁棒检测。

关键词：光伏电池;缺陷检测;YOLOv8;注意力机制;损失函数

基金资助：天津市教委科研计划项目(2022ZD036)资助