基于LS-DCGAN的GCSE-DenseNet光伏組件缺陷識(shí)別方法

打開(kāi)文本圖片集

摘 要：針對(duì)光伏組件樣本不均衡及缺陷識(shí)別精度低問(wèn)題，提出一種基于LS-DCGAN的GCSE-DenseNet光伏組件缺陷識(shí)別方法。首先，針對(duì)光伏組件樣本的不均衡問(wèn)題，構(gòu)建最小二乘深度卷積生成對(duì)抗網(wǎng)絡(luò)（LS-DCGAN），進(jìn)行樣本數(shù)據(jù)增強(qiáng)，以擴(kuò)充數(shù)據(jù)集。其次，在傳統(tǒng)DenseNet網(wǎng)絡(luò)基礎(chǔ)上引入分組卷積和注意力機(jī)制，提出一種基于分組卷積和注意力機(jī)制的改進(jìn)GCSE-DenseNet網(wǎng)絡(luò)模型。（剩余13117字）