[发明专利]一种基于深度学习的光伏电池板巡检方法

摘要

本发明公开了一种基于深度学习的光伏电池板巡检方法，涉及电力巡检与图像处理领域，其步骤如下：准备网络输入数据，利用无人机携带成像设备采集光伏电池板的图像数据集；通过翻转、旋转、镜像、亮度调节等操作对训练集和测试集进行增强和扩展，增加数据的多样性；本发明通过改进的Unet分割模型设计了光伏电池板缺陷区域的检测算法，针对无人机采集图像的特点和检测微小区域的要求，改进了原始的Unet模型的网络结构，引入了双注意力特征融合模块，并设置了合适的激活函数等网络参数，实现了对于裂缝等微小缺陷的特征提取，抑制了背景的干扰，提高了网络的鲁棒性和准确率，可以有效地解决光伏电池板巡检的问题，为光伏变电站的稳定运行提供了保障。