一種基于航拍紅外圖像的光伏熱斑故障分類檢測(cè)方法

打開文本圖片集

摘 要：針對(duì)航拍光伏紅外圖像熱斑檢測(cè)方法中小目標(biāo)特征易丟失問題，提出一種光伏熱斑故障分類檢測(cè)方法。首先將多頭自注意力機(jī)制結(jié)合CSPNet結(jié)構(gòu)進(jìn)行改進(jìn)，提出CSPMAT網(wǎng)絡(luò)，再將其引入New CSP-Darknet網(wǎng)絡(luò)，構(gòu)建CSPMAT-Darknet模型，實(shí)現(xiàn)了光伏組件熱斑定位及分類。實(shí)驗(yàn)結(jié)果表明：該模型在小目標(biāo)檢測(cè)任務(wù)中的性能顯著提升，且在目標(biāo)尺寸差異較大的故障分類檢測(cè)任務(wù)中，均值平均精度達(dá)到82.92%，提高了13.97個(gè)百分點(diǎn)，具有良好的檢測(cè)精度和泛化能力。（剩余12743字）