[发明专利]一种基于深度学习的光伏电池片智能缺陷检测方法在审
| 申请号： | 202211091285.5 | 申请日： | 2022-09-07 |
| 公开（公告）号： | CN116258664A | 公开（公告）日： | 2023-06-13 |
| 发明（设计）人： | 孙晨;邓宽 | 申请（专利权）人： | 盐城工学院 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/80;G06V10/764;G06N3/0464;G06N3/08 |
| 代理公司： | 湖北唯迈知识产权代理事务所(普通合伙) 42314 | 代理人： | 王继云 |
| 地址： | 224007 *** | 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： | 本发明公开了一种基于深度学习的光伏电池片智能缺陷检测方法，能自动完成光伏电池片EL图像的分析，有效提升检测精度与速度。主要包括：利用电致发光技术，采集电池片EL图像。采用改进的Faster R‑CNN算法F‑RFDC(Faster R‑CNN+ResNet101+FPN+DCAM)，该算法选用ResNet101作为特征提取网络，并融入FPN特征金字塔网络结构和双通道注意力机制模块DCAM，通过分析EL图像，完成电池片缺陷的检测与分类。本方法在面对电池片缺陷特征尺度差异较大、环境背景较复杂情况下，也有较好的缺陷特征提取与检测能力，部分类型缺陷识别准确率为99.5％,综合来看，多类型缺陷平均准确率度达到92.1％。本发明能很好满足实际生产需求。 | ||
| 搜索关键词： | 一种 基于 深度 学习 电池 智能 缺陷 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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盐城工学院，未经盐城工学院许可，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/patent/202211091285.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种大数据任务调度方法
- 下一篇：一种空调装置
