改進(jìn)的YOLOv5 雙影像光伏故障小目標(biāo)檢測(cè)

打開文本圖片集

摘 要：利用無(wú)人機(jī)對(duì)光伏組件進(jìn)行故障巡檢通常從可見光和紅外光兩種場(chǎng)景分別處理和檢測(cè)。該文提出基于殘差神經(jīng)網(wǎng)絡(luò)ResNet50和改進(jìn)的YOLOv5故障檢測(cè)方法，實(shí)現(xiàn)對(duì)兩種影像圖像高精度自動(dòng)分類和故障檢測(cè)。針對(duì)紅外數(shù)據(jù)進(jìn)行色度變換去除太陽(yáng)反光而保留熱斑，針對(duì)可見光數(shù)據(jù)采用銳化的方式凸顯異物、裂痕等小目標(biāo)，使用不同的YOLOv5目標(biāo)檢測(cè)算法實(shí)現(xiàn)可見光下小型異物故障和紅外光下熱斑故障的快速檢測(cè)和定位。（剩余10758字）