基于改进YOLOv7-tiny的光伏电池缺陷检测算法

来源：计算机工程与应用杂志2024年第15期北京时间：

作者：徐威, 李为相, 方志, 孙圆, 陈闯

单位：南京工业大学 电气工程与控制科学学院，南京 211816

摘要：针对光伏电池对于太阳能转化效率不稳定的问题，提高光伏电池的质量，提出基于改进YOLOv7-tiny的光伏电池缺陷检测算法PSD-YOLO，在YOLOv7-tiny中引入轻量化卷积模块PSDConv。将GSConv中的DW卷积替换为Partial卷积，降低了内存访问量并提高了检测速度；并且引入了GhostNetv2中的解耦全连接注意力（DFC）机制，在保持其可部署性的同时提高了轻量级算法对光伏电池复杂缺陷类型的检测能力；在损失函数部分，将原本的CIoU替换为EIoU，加速了收敛且提高了回归精度。实验结果表明，PSD-YOLO模型在参数量和计算量方面分别相较于YOLOv7-tiny模型下降了18.3%和16.7%，模型大小仅有4.9×106，mAP@0.5提升了5.3个百分点，在实现更小模型体积的同时，达到了更高的检测性能。

关键词：YOLOv7-tiny,光伏电池,缺陷检测,注意力机制,损失函数