多路径下采样与多尺度特征融合的光伏板红外缺陷检测
来源：计算机工程与应用杂志2026年第7期北京时间：
作者：叶树贤, 张长胜, 刘辉, 杨威
单位：昆明理工大学 信息工程与自动化学院，昆明 650500；
摘要：光伏板是光伏电站重要组成部件，需定期对其进行检测，保证光伏电站安全运行。针对航拍光伏图像复杂背景下目标难检测的问题，提出一种基于RT-DETR-R50的光伏板红外图像缺陷检测方法。提出结合EMA注意力机制的EMA-Pconv模块，减少模型参数和运算量；提出多路径下采样强化模块MDEM（multi-path downsampling enhancement module），捕获全局有效信息并抑制背景信息，提高特征表达能力；构建多尺度特征自适应金字塔网络MFAPN（multiscale feature adaptive pyramid network），加强不同特征层的信息交互，丰富语义特征信息。在航拍光伏红外数据集上进行实验，结果表明：相比于原RT-DETR-R50模型，所提方法的mAP50、mAP50@95分别提高了3.3、1.2个百分点，表明所提方法能较好地解决航拍光伏图像复杂背景下目标缺陷漏检的问题。
关键词：红外图像,缺陷检测,RT-DETR,深度学习
基金资助：国家自然科学基金（61863018）；云南省科技厅面上项目（202001AT070038）。
