基于改進(jìn)YOLOv5算法的光伏缺陷檢測(cè)

打開文本圖片集

摘 要：針對(duì)以往光伏缺陷檢測(cè)中可識(shí)別缺陷的種類少、無法對(duì)缺陷進(jìn)行定位、模型參數(shù)多體積大以及檢測(cè)速度慢的局限性，改進(jìn)傳統(tǒng)的YOLOv5網(wǎng)絡(luò)對(duì)光伏組件面板圖像中常見的裂紋、斷柵、黑芯、粗線和熱斑5類主要缺陷進(jìn)行檢測(cè)和分類。使用3種不同的注意力機(jī)制模塊：CA注意力機(jī)制模塊、ECA注意力機(jī)制模塊、CBAM注意力機(jī)制模塊，分別融入YOLOv5網(wǎng)絡(luò)中進(jìn)行對(duì)比分析實(shí)驗(yàn)，發(fā)現(xiàn)CA注意力機(jī)制更加適合光伏缺陷圖像檢測(cè)。（剩余13760字）