多尺度特征融合的太陽電池表面缺陷檢測

打開文本圖片集

摘 要：多晶硅太陽電池表面缺陷多源異類、小尺度缺陷檢測困難。現(xiàn)有基于機器學(xué)習(xí)圖像處理的表面缺陷檢測算法在實際使用過程中存在檢測精度不高、檢測類型少、魯棒性差等問題?；谏疃葘W(xué)習(xí)，提出一種可提升精度、便于工業(yè)應(yīng)用的多尺度特征融合的輕量化缺陷檢測模型。該模型以YOLOv5目標(biāo)檢測算法為框架，為增強多尺度特征的融合效果，設(shè)計淺層通道融合分支和雙采樣結(jié)構(gòu)，改進了多尺度池化金字塔，提升了模型對小尺度缺陷的檢測能力；引入ECA注意力機制，增強頸部網(wǎng)絡(luò)對有效信息的關(guān)注度；最后，設(shè)計新的降采樣結(jié)構(gòu)和C3（Light-CSP-Darknet53）結(jié)構(gòu)，提升檢測精度的同時降低參數(shù)量和計算量。（剩余11859字）