《电子测量技术杂志》发表论文赏析

基于改进轻量化U-Net模型的光伏电池EL图像缺陷检测

来源:电子测量技术杂志2024年第5期北京时间:

作者:汪方斌,李文豪

单位:1.安徽建筑大学机械与电气工程学院 合肥 230601; 2.安徽建筑大学建筑机械故障诊断与预警重点实验室 合肥 230601

摘要:基于实际工程检测现场神经网络结构庞大、参数量巨大、环境复杂,硬件设备性能差等原因导致缺陷的实时检测速率慢、精度低的问题,本研究结合MobileNet中的深度可分离卷积配合ECA注意力机制模块的轻量化思想,以及U-Net网络的特征提取模型提出了一种基于改进U-Net网络模型的光伏电池板缺陷检测方法。同时,根据光伏电池缺陷的特点,选择适合的激活函数以及对交叉熵损失函数进行了改进。实验结果表明,改进的U-Net算法较原算法不仅将参数量减少了36%,而且对裂纹、黑斑等缺陷的检测精度达到了97.05%,相对传统网络具有较好的光伏电池表面缺陷分割效果。

关键词:电致发光;光伏电池;缺陷检测;深度可分离卷积;U-Net;ECA;图像分割

基金资助:安徽省自然科学基金(2008085UD09)、安徽省教育厅高校自然科学重点项目(KJ2020A0487)、安徽省教育厅高校研究生科学研究项目(YJS20210512)、安徽省教育厅高校协同创新项目(GXXT-2021-010)、安徽省住房城乡建设科学技术计划项目(2022-YF016,2022-YF065, 2023-YF050)、安徽省高等学校科学研究项目(2022AH040044)资助

2024年5期其他文献查阅:

基于FPGA的稀疏卷积神经网络加速器设计

基于线阵InGaAs相机的光伏电池板光致发光成像系统研究

基于FPGA的单光子时间数字转换器设计

改进全局ZOA优化MVMD-SCN的锂电池SOH估算

改进A*算法的移动机器人全局路径规划

无人船自适应超螺旋轨迹跟踪滑模控制

基于改进AdvancedEAST的变电站仪表数显区域检测

基于改进非洲秃鹫算法优化极限学习机的船舶运动预测

基于强化学习的多段连续体机器人轨迹规划

基于M估计算法的三维点云平面拟合方法研究

基于深度Q网络的海上环境智能路径规划

改进多阶段渐进式的受电弓碳滑板图像去模糊

基于细节信息增强的无监督双目立体匹配算法

基于改进轻量化U-Net模型的光伏电池EL图像缺陷检测

基于位置感知和跨层特征融合的航拍小目标检测算法

弱纹理飞机蒙皮曲面图像特征匹配及拼接

基于原型嵌入图网络的小样本图像分类

改进暗通道的水下图像复原算法

改进Canny算子的小管径弯头漏磁缺陷图像量化方法

注意力机制与神经渲染的多视图三维重建算法

跨域飞行器惯导装置设计及抗冲击测量方法

基于互质极化敏感阵列的参数降维估计算法

基于表面肌电信号及肌肉疲劳的上肢肌力预测

基于稳态视觉诱发电位的相频特性分类算法研究

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!