改进YOLOv5的光伏组件热斑及遮挡小目标检测

来源：计算机工程与应用杂志2024年第1期北京时间：

作者：林正文, 宋思瑜, 范钧玮, 赵薇, 刘广臣

单位：1.鲁东大学 数学与统计科学学院，山东 烟台 264025；2.鲁东大学 信息与电气工程学院，山东 烟台 264025

摘要：热斑会严重影响光伏组件发电效率，利用红外光图像检测热斑，难以同时实现树叶、鸟粪等小型异物遮挡的有效识别，及时发现和清理异物可以有效降低因受到持续遮挡而引起的热斑。为实现对热斑更加全面的识别和处理，基于无人机巡检可见光和红外光视频图像尺寸及检测任务特点，结合K-means++算法与IoU指标改进了YOLOv5的锚框设定方案以改善结果的随机性；可见光场景中，针对遮挡物体较小导致难以检测的问题，在YOLOv5s6的主干网络中嵌入坐标注意力机制（coordinate attention，CA），设计了遮挡小目标检测模型（CA-YOLOv5s6）；红外光场景中，热斑区域较为明显，选择轻量化网络YOLOv5n作为其检测模型。实验结果显示：相较于YOLOv5s6，CA-YOLOv5s6的mAP提升了2.97个百分点，达到83.78%，Parameters减少了4.8×105，达到1.18×107，有效地提高了遮挡小目标的检测精度；YOLOv5n模型的mAP、FPS、Parameters分别为93.31%、83.3、1.76×106，可以更好地满足红外图像热斑检测的任务需求。

关键词：光伏组件,热斑故障,异物遮挡,小目标检测,YOLOv5,坐标注意力