[发明专利]太阳能电池片色差分选方法在审
申请号: | 201810465548.1 | 申请日: | 2018-05-16 |
公开(公告)号: | CN108805173A | 公开(公告)日: | 2018-11-13 |
发明(设计)人: | 孟庆东 | 申请(专利权)人: | 苏州迈为科技股份有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 苏州创元专利商标事务所有限公司 32103 | 代理人: | 孙仿卫;郝彩华 |
地址: | 215200 江苏省苏州市吴江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 太阳能电池片 色差 复核 训练分类器 分类结果 聚类结果 聚类中心 分类器 分选 分类超平面 迭代计算 分类模型 分类效果 聚类算法 人工参与 训练样本 主观因素 置信度 分类 | ||
本发明涉及一种太阳能电池片色差分选方法,包括训练分类器和使用训练好的分类器识别太阳能电池片而获得对太阳能电池片的分类结果两步,训练分类器包括如下步骤:第一步:提供太阳能电池片样品;第二步:采用聚类算法对太阳能电池片样品进行迭代计算而得到若干聚类中心,并将太阳能电池片样品依据聚类中心分类为若干类别;第三步:标记出置信度低于设定数值的太阳能电池片样品并进行人工复核,得到人工复核后的聚类结果;第四步:将人工复核后的聚类结果作为分类器的训练样本,计算分类超平面,得到分类模型。本发明的可以降低人工参与度,而分类效果可以尽量减少主观因素的影响,得到令人满意的分类结果。
技术领域
本发明属于太阳能电池片生产质量管控领域,具体涉及一种对太阳能电池片按颜色分类的色差分选方法。
背景技术
太阳能电池片生产设备产量日益提高,质量管控越来越严格。传统的质量管控需要大量的质检人员,这造成了2个缺点,一是日益提高的电池片产量需要大量的人力成本,二是这种质量检测更加依赖于主观因素,不利于生产的标准化。
色差分选是质量检测中的一环,现有技术的做法是:
(1)人工分类,提供色差样本;
(2)机器学习,找到分类边界;
(3)将学习结果应用于分类器进行分类;
(4)人工抽查分类结果,将分类错误或者有歧义的电池片挑出,反馈给分类器;
(5)调整参数,或者将错误分类电池片归入正确类别,再次学习,重复步骤(2)至(4)。
通常上述步骤需要重复很多次,才能得到正确的分类边界。
通过现场观察可以发现,提供给分类器的人工分类样本,通常包含歧义片,甚至有错误片,这对分类器的训练效果有较大影响。不加区分的依赖于人工分类训练分类器会得到错误的分类边界,这种错误通常不易发现,需要繁复调整,才能得到满意的分类结果。
发明内容
本发明的目的是提供一种减少人工参与度并能够获得较理想的分类结果的太阳能电池片色差分选方法。
为达到上述目的,本发明采用的技术方案是:
一种太阳能电池片色差分选方法,用于按颜色分类太阳能电池片,所述太阳能电池片色差分选方法包括训练分类器和使用训练好的分类器识别所述太阳能电池片而获得对所述太阳能电池片的分类结果两步,所述训练分类器包括如下步骤:
第一步:提供满足聚类算法所需数量的未经分类的太阳能电池片样品;
第二步:采用聚类算法对所述太阳能电池片样品进行迭代计算而得到若干聚类中心,并将所述太阳能电池片样品依据所述聚类中心分类为若干类别,得到初步聚类结果;
第三步:标记出置信度低于设定数值的太阳能电池片样品,人工复核标记出的太阳能电池片样品,确定其所属类别或作为异常片处理,从而得到人工复核后的聚类结果;
第四步:将人工复核后的聚类结果作为分类器的训练样本,计算分类超平面,得到分类模型,完成分类器的训练过程。
所述第一步和所述第二步中,所述聚类算法采用kmeans聚类方法。
所述第一步中,太阳能电池片样品的数量至少为1000片。
所述第二步中,采用所述kmeans聚类方法进行迭代计算所需的初始聚类中心使用经验数据,相似度采用Lab空间颜色相似度。
所述第三步中,所述置信度低于设定数值的太阳能电池片为与其对应的聚类中心的距离超过设定距离的太阳能电池片。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州迈为科技股份有限公司,未经苏州迈为科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810465548.1/2.html,转载请声明来源钻瓜专利网。