共查询到17条相似文献,搜索用时 93 毫秒
1.
2.
太阳能电池板的缺陷检测是保障电气安全的重要措施,但目前在太阳能电池板缺陷检测上的传统研究方法都存在效率低、误检、漏检率高等问题。基于此,提出利用深度学习方法,将YOLOv5结合到太阳能电池板缺陷检测中,对其进行优化研究,首先引入坐标注意力机制增强目标特征,改善YOLOv5颈部网络对于特征信息的捕获程度,使整体网络能够更准确定位并识别目标区域;将C3模块改进为CoT模块,提高网络对于太阳能电池板缺陷特征附近上下文信息的充分利用,加快收敛速度。改进模型在测试集上的精确率和召回率分别达到92.7%和93.6%,平均精度均值(mAP)达到了95%,相较于原网络提升了2%,在检测速度几乎不变的前提下,达到了比以往深度学习检测方法更高的精度。 相似文献
3.
由于太阳能电池板生产工艺的复杂性,容易在多个环节产生断栅、开焊、隐裂等缺陷。提出一种改进的卷积神经网络方法来检测电池板缺陷,首先,改进的卷积神经网络采用一种新的损失函数,在新的损失函数中引入平衡因子ε,以提高网络的识别率。其次,将卷积神经网络和随机森林相结合,随机森林分类器替换卷积层的输出层,可以增强网络的泛化能力。仿真结果表明,改进的卷积神经网络能够快速、准确地识别出电池板的缺陷和缺陷类别,识别准确率高达96.48%,相比与传统的卷积神经网络提高了2.63%,能够满足工业过程中电池板缺陷检测的需求。 相似文献
4.
5.
6.
生物视觉模型的太阳能电池板裂纹检测 总被引:1,自引:0,他引:1
太阳能作为一种具有广阔前景的新能源,在太阳能电池制造产业对太阳能电池板裂纹检测具有重要的生产实践意义.过去的硬件方法效率低且容易使太阳能电池受损,而软件方法主要是通过经典的图像处理方法进行检测,但对复杂背景的裂纹效果一般.通过研究模拟腹侧视觉通路的工作原理的T.Serre生物视觉标准模型,使用Tomoyuki的Percolation-Based图像处理方法指导特征模板选取,提出生物视觉模型的改进方法.并通过对一系列采集的太阳能电池板图像的检测实验和对比实验,证明了该方法的有效性. 相似文献
7.
轴尖表面缺陷检测及尺寸测量系统研究 总被引:1,自引:0,他引:1
针对陀螺轴尖加工生产中对表面缺陷进行在线检测和关键几何尺寸进行高精度在线测量问题,设计并实现了基于显微机器视觉技术和快速图像处理技术的在线非接触检测测量系统,检测时,待检轴尖安装在精密位移台上,采用专用光源系统照明,通过显微成像系统成像;图像经采集,预处理、分割、特征提取,参数测量、结果统计等处理步骤,得到轴尖表面缺陷数量及几何尺寸.实测结果表明系统具有高效率、精度高、易于使用等特点,可有效解决轴尖表面缺陷检测及尺寸在线测量问题. 相似文献
8.
9.
研究一种基于神经网络的太阳能电池板缺陷检测方法,利用DenseNet网络模型对缺陷进行检测,在该模型中加入转换器保证相邻模块间的大小,融入L2正则化可以在一定程度上避免过拟合现象,调整Batch Normalization层在避免梯度消失的同时加快收敛速度,使用SELU激活函数可以提高模型的鲁棒性。 相似文献
10.
11.
12.
随着农业对太阳能的广泛利用,如何提高对太阳能的利用率,成为太阳能研究的焦点问题之一.提出了一种基于单片机控制的太阳能干燥器自动跟踪系统设计方法.该方法结合视日运动轨迹跟踪和光电跟踪两种跟踪方式,通过单片机控制步进电机转动机械装置,实现对太阳进行全天候的实时跟踪,使太阳光与干燥器集热装置始终垂直.经测试,该系统可以有效提高太阳能的利用率. 相似文献
13.
14.
基于RPCA的太阳能电池片表面缺陷检测 总被引:3,自引:0,他引:3
目前太阳能电池片生产过程中的缺陷检测主要由人工完成,费时费力,容易受主观因素的影响.文中提出了一种基于RPCA(Robust Principal Component Analysis,RPCA)的太阳能电池片表面缺陷检测方法.该方法对图像矩阵进行变换,使之分解成无缺陷的低秩矩阵图像和有缺陷的稀疏矩阵图像.通过凸优化的方法,分别最小化上述两个矩阵的核范数和1范数,从而使矩阵得以有效快速地分解.同时,文中分别对优化的两种算法:加速逼近梯度(Accelerated Proximal Gradient,APG)法和非精确增广拉格朗日乘子(Inexact Augmented Lagrange Multiplier,IALM)法,在太阳能电池片缺陷检测的计算时间和迭代次数方面进行了比较.最后通过大量实验,证明了上述方法在检测太阳能电池片表面缺陷的可行性和有效性. 相似文献
15.
16.
17.
针对光照、眼镜等对驾驶员人眼检测的影响,提出采用霍夫变换和神经网络分类器进行人眼检测.通过应用虹膜几何信息和对称性,选择可能包含人眼的两个候选区域.运用边缘检测算子和 MAE 进行人眼粗定位.然后在此基础上采用B-P神经网络进行人眼精确定位.针对三种不同情况,即不同光照、不同背景和不同肤色的人拍摄6组视频图像,采用matlab7.0进行3组仿真实验,实验结果表明该算法对复杂情况的人眼检测具有较强的鲁棒性.大大提高人眼检测准确率. 相似文献