[發明專利]一種缺陷檢測方法及裝置在審
| 申請號: | 202210526865.6 | 申請日: | 2022-05-16 |
| 公開(公告)號: | CN114627122A | 公開(公告)日: | 2022-06-14 |
| 發明(設計)人: | 李晶;馬超超;霍玥;王禹 | 申請(專利權)人: | 北京東方國信科技股份有限公司 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T7/11;G06T7/70;G06N3/04;G06N3/08 |
| 代理公司: | 北京路浩知識產權代理有限公司 11002 | 代理人: | 常芳 |
| 地址: | 100102 北京市朝*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 缺陷 檢測 方法 裝置 | ||
1.一種缺陷檢測方法,其特征在于,包括:
獲取目標光伏組件中每個單元電池片的待測單元EL圖像,并獲取所述每個單元電池片的待測單元外觀圖像;
將所有的待測單元EL圖像輸入至第一缺陷檢測模型,確定由所述第一缺陷檢測模型輸出的第一缺陷類別和第一位置信息,并將所有的待測單元外觀圖像輸入至第二缺陷檢測模型,確定由所述第二缺陷檢測模型輸出的第二缺陷類別和第二位置信息;
所述第一缺陷檢測模型是由帶有EL缺陷標簽的樣本單元EL圖像訓練后得到的,所述第二缺陷檢測模型是由帶有外觀缺陷標簽的樣本單元外觀圖像訓練后得到的。
2.根據權利要求1所述的缺陷檢測方法,其特征在于,所述第一缺陷檢測模型和所述第二缺陷檢測模型均是基于YOLOv5網絡構建的,在所述將所有的待測單元EL圖像輸入至第一缺陷檢測模型之前,還包括:
獲取多個樣本單元EL圖像;
確定每個樣本單元EL圖像對應的EL缺陷標簽,EL缺陷標簽包括EL缺陷類別標簽和EL位置信息標簽;
將每個樣本單元EL圖像和與其對應的EL缺陷標簽組合為一個EL訓練樣本,獲取多個EL訓練樣本;
利用所述多個EL訓練樣本對所述第一缺陷檢測模型進行訓練;
在所述將所有的待測單元外觀圖像輸入至第二缺陷檢測模型之前,還包括:
獲取多個樣本單元外觀圖像;
確定每個樣本單元外觀圖像對應的外觀缺陷標簽,外觀缺陷標簽包括外觀缺陷類別標簽和外觀位置信息標簽;
將每個樣本單元外觀圖像和與其對應的外觀缺陷標簽組合為一個外觀訓練樣本,獲取多個外觀訓練樣本;
利用所述多個外觀訓練樣本對所述第二缺陷檢測模型進行訓練。
3.根據權利要求2所述的缺陷檢測方法,其特征在于,所述獲取多個樣本單元EL圖像,包括:
獲取樣本光伏組件的樣本初始EL圖像;
根據樣本光伏組件中每個樣本單元電池片在所述樣本初始EL圖像中的尺寸,確定滑窗規格與滑窗步長;
基于所述滑窗規格與所述滑窗步長,對所述樣本初始EL圖像進行分割,以確定所述每個樣本單元電池片的樣本單元EL圖像。
4.根據權利要求3所述的缺陷檢測方法,其特征在于,所述獲取多個樣本單元外觀圖像,包括:
獲取所述樣本光伏組件的樣本初始外觀圖像;
將所述樣本初始外觀圖像進行平均分割,獲取多個樣本外觀子圖像;
將所述多個樣本外觀子圖像輸入至圖像分割模型,獲取由所述圖像分割模型輸出的所述每個樣本單元電池片的樣本單元外觀圖像;所述圖像分割模型是由帶有圖像分割標簽的樣本外觀圖像訓練后得到的。
5.根據權利要求1所述的缺陷檢測方法,其特征在于,所述第一缺陷類別包括所有的待測單元EL圖像中各EL缺陷對應的EL缺陷類別,所述第一位置信息包括每個EL缺陷的目標框位置信息;
在所述確定由所述第一缺陷檢測模型輸出的第一缺陷類別和第一位置信息之后,還包括:
確定每個EL缺陷所在單元電池片的第一序列號;
根據所述第一序列號和所述第一位置信息,確定所述目標光伏組件上每個EL缺陷的坐標信息和面積信息;
所述第二缺陷類別包括所有的待測單元外觀圖像中各外觀缺陷對應的外觀缺陷類別,所述第二位置信息包括每個外觀缺陷的目標框位置信息;
在所述確定由所述第二缺陷檢測模型輸出的第二缺陷類別和第二位置信息之后,還包括:
確定每個外觀缺陷所在單元電池片的第二序列號;
根據所述第二序列號和所述第二位置信息,確定所述目標光伏組件上每個外觀缺陷的坐標信息和面積信息。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京東方國信科技股份有限公司,未經北京東方國信科技股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210526865.6/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種晶圓片玻璃漿填充裝置
- 下一篇:基于隧道變形監測的隧道損傷預測方法





