多晶硅太阳能电池片成本较低,利于普及。但其内部绒丝较多,在线检测困难,通过研究深度网络通道运算特性,在YOLOv8的基础上提出了改进的YOLO-SCD(you only look once-solar cell defects)网络。在骨干网络中,以通道混洗操作代替密集卷积...多晶硅太阳能电池片成本较低,利于普及。但其内部绒丝较多,在线检测困难,通过研究深度网络通道运算特性,在YOLOv8的基础上提出了改进的YOLO-SCD(you only look once-solar cell defects)网络。在骨干网络中,以通道混洗操作代替密集卷积操作,在轻量化网络的同时增强通道之间的信息交流;通过引入注意力模块增强网络对关键特征的学习能力。在颈部网络中,以多通道乘法代替层间的加法操作,提出C2f_star模块,增强网络拟合数据的能力;提出部分卷积下采样模块,以部分卷积操作来减少特征图冗余信息以达到轻量化网络的目的。YOLO-SCD对多晶硅太阳能电池板缺陷的检测精度达到了0.970,分割精度达到了0.962,模型权重只有5.7 MB,并且帧速(frame per second,FPS)达到了90.03。最后,通过对比实验表明,YOLO-SCD在具有高识别精度的同时更加适合移动端部署。展开更多
文摘多晶硅太阳能电池片成本较低,利于普及。但其内部绒丝较多,在线检测困难,通过研究深度网络通道运算特性,在YOLOv8的基础上提出了改进的YOLO-SCD(you only look once-solar cell defects)网络。在骨干网络中,以通道混洗操作代替密集卷积操作,在轻量化网络的同时增强通道之间的信息交流;通过引入注意力模块增强网络对关键特征的学习能力。在颈部网络中,以多通道乘法代替层间的加法操作,提出C2f_star模块,增强网络拟合数据的能力;提出部分卷积下采样模块,以部分卷积操作来减少特征图冗余信息以达到轻量化网络的目的。YOLO-SCD对多晶硅太阳能电池板缺陷的检测精度达到了0.970,分割精度达到了0.962,模型权重只有5.7 MB,并且帧速(frame per second,FPS)达到了90.03。最后,通过对比实验表明,YOLO-SCD在具有高识别精度的同时更加适合移动端部署。
