[发明专利]太阳能电池片的色差检测方法、装置、设备和计算机介质

权利要求书

1.一种太阳能电池片的色差检测方法，其特征在于，所述太阳能电池片的色差检测方法包括：

接收色差检测请求，确定所述色差检测请求对应待检测的目标太阳能电池片；

获取所述目标太阳能电池片的电池片图像，将所述电池片图像输入至预设色差检测模型，其中，所述预设色差检测模型的模型损失值根据训练样本中正例样本和负例样本各自的权重和损失值确定；

通过所述预设色差检测模型中的卷积层、归一化层、激活层、池化层和全连接层处理所述电池片图像的特征序列，获得所述目标太阳能电池片的色差检测结果并输出。

2.根据权利要求1所述的太阳能电池片的色差检测方法，其特征在于，所述获取所述目标太阳能电池片的电池片图像，将所述电池片图像输入至预设色差检测模型之前，所述方法包括：

接收初始模型构建请求，根据所述初始模型构建请求关联的图像信息构建卷积层、归一化层、激活层、池化层和全连接层，获得初始色差检测模型；

接收模型训练请求，将海量的电池片图像标注形成正例样本和负例样本，将所述正例样本和所述负例样本组合形成训练样本集；

通过所述训练样本集中的训练样本迭代训练所述初始色差检测模型，获得预设色差检测模型。

3.根据权利要求2所述的太阳能电池片的色差检测方法，其特征在于，所述接收初始模型构建请求，根据所述初始模型构建请求关联的图像信息构建卷积层、归一化层、激活层、池化层和全连接层，获得初始色差检测模型，包括：

接收初始模型构建请求，获取所述初始模型构建请求关联的图像信息；

按照所述图像信息中的图像尺寸设置卷积组，其中，所述卷积组中包括预设步长的卷积层、归一化层和激活层；

设置池化层，其中，所述池化层处理所述卷积组输出的特征序列，并将处理后的特征序列输入至下一层卷积组；

设置随机失活函数和全连接层，其中，所述全连接层处理最后一个卷积组获得的特征序列；

将所述卷积层、归一化层、激活层、池化层、全连接层封装，获得初始色差检测模型。

4.根据权利要求2所述的太阳能电池片的色差检测方法，其特征在于，所述接收模型训练请求，将海量的电池片图像标注形成正例样本和负例样本，将所述正例样本和所述负例样本组合形成训练样本集，包括：

接收模型训练请求，采集海量的太阳能电池片的电池片图像；

将所述太阳能电池片的电池片图像进行灰度转化，并将灰度转化前后的电池片图像拼接，生成四通道的电池片图像；

按照预定义的色差检测规则，将各四通道的电池片图像添加标注结果，汇总形成训练样本集。

5.根据权利要求4所述的太阳能电池片的色差检测方法，其特征在于，所述接收模型训练请求，将海量的电池片图像标注形成正例样本和负例样本，将所述正例样本和所述负例样本组合形成训练样本集后，还包括：

接收模型训练请求，获取海量的太阳能电池板的电池板图像，其中，所述太阳能电池板是由太阳能电池片矩阵形成的；

将海量的电池板的电池板图像进行灰度转化，并将灰度转化前后的电池板图像拼接，生成四通道的电池板图像；

根据各四通道的电池板图像中是否包括色差的电池片，为各四通道的电池板图像添加标注结果，汇总形成训练样本集。

6.根据权利要求2所述的太阳能电池片的色差检测方法，其特征在于，所述通过所述训练样本集中的训练样本迭代训练所述初始色差检测模型，获得预设色差检测模型，包括：

从所述训练样本集中抽取预设比例的训练样本，通过所述训练样本对初始色差检测模型进行训练，获取色差检测训练模型；

根据所述色差检测训练模型的模型损失值确定所述色差检测训练模型是否收敛；

若所述色差检测训练模型的收敛，则将所述色差检测训练模型作为预设色差检测模型并保存。