[發明專利]太陽能電池表面缺陷檢測方法

有效

• 申請號: 202110646252.1
• 申請日: 2021-06-10
• 公開（公告）號: CN113298797B
• 公開（公告）日: 2022-12-02
• 發明（設計）人: 張雄;候婷;上官宏;王安紅;武曉嘉;李進
• 申請（專利權）人: 太原科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/762;G06V10/764;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 太原中正和專利代理事務所(普通合伙) 14116
• 代理人: 焦進宇

1.太陽能電池表面缺陷檢測方法，其特征在于，具體步驟如下：

一、收集太陽能電池EL圖像；

二、對太陽能電池表面缺陷圖像數據進行類別分類和標注，格式轉換后獲得太陽能電池標明缺陷檢測數據集；

三、對太陽能電池表面缺陷數據集進行訓練，具體訓練過程為：

1）、將太陽電池表面缺陷數據集輸入預處理模塊進行預處理；

2）、將太陽能電池表面缺陷數據集送入跨層連接多特征融合檢測網絡進行初級特征提取，將圖像輸入預訓練模型中，分別提取圖像的第二層和第三層特征，并經過Shuffle操作轉換成和第五層特征相同大小的特征并進行級聯，再通過1×1的卷積進行降維，最終得到基礎特征圖；

3）、將得到的基礎特征圖送入RPN多尺度感受野融合網絡，引入三支路空洞卷積塊，將單尺度特征圖像作為輸入，在Resnet結構中，對于瓶頸層中的單個殘差塊，通過并行分支創建特定尺度的特征映射，同時，在3×3的卷積層中，使用不同的空洞率構成不同的感受野分支，不同的分支擁有相同的結構，共享權值，通過RPN的分類分支對融合后的特征進行初步分類，通過回歸分支網絡對融合后的特征進行初步回歸，使用交叉熵損失和Smooth L1損失對分類和回歸進行約束；

4）、使用非極大值抑制NMS對ROI感興趣區域進行去冗余，并保留高質量的預測框；

5）、最后通過分類回歸網絡進行分類和回歸；

四、對太陽能電池表面缺陷數據集進行測試，測試時使用相似性NMS，在計算IOU的基礎上，通過計算余弦相似度引入框的縱橫比相似度作為約束條件，保留準確的建議框。

2.根據權利要求1所述的太陽能電池表面缺陷檢測方法，其特征在于，在步驟三中，跨層連接多特征融合檢測網絡以VGG或Resnet為主干網絡。