融合多感受野与注意力的太阳能电池缺陷生成算法 |
| |
作者姓名: | 周颖 裴盛虎 陈海永 颜毓泽 |
| |
作者单位: | 1. 河北工业大学人工智能与数据科学学院;2. 河北省控制工程技术研究中心 |
| |
基金项目: | 国家自然科学基金项目(No.62073117,U21A20482); |
| |
摘 要: | 针对太阳能电池某些缺陷图像样本较少的问题,提出融合多感受野与注意力的太阳能电池缺陷生成算法,并将生成图像用于缺陷检测模型的训练.首先,构造双判别器的生成对抗网络,全局判别器与局部判别器分别关注图像中的全局信息与局部细节.然后,设计多感受野特征提取,与改进的注意力模块融合为多感受野注意力模块,用于设计生成器和判别器的网络结构.最后,在损失函数中加入结构相似性损失与峰值信噪比损失,用于训练生成器,并对生成图像进行均值滤波处理.在太阳能电池电致发光数据集上对3种不同尺度的缺陷图像进行生成实验,结果表明,3种缺陷生成图像的结构相似性指标与峰值信噪比指标都较高.此外,在利用生成的缺陷图像进行YOLOv7检测模型的训练后,3种缺陷的平均精度均值较高.
|
关 键 词: | 生成对抗网络(GAN) 注意力机制 多感受野 双判别器 太阳能电池 |
|