多尺度特征融合的太陽(yáng)電池表面缺陷檢測(cè)

打開(kāi)文本圖片集

摘 要：多晶硅太陽(yáng)電池表面缺陷多源異類(lèi)、小尺度缺陷檢測(cè)困難?，F(xiàn)有基于機(jī)器學(xué)習(xí)圖像處理的表面缺陷檢測(cè)算法在實(shí)際使用過(guò)程中存在檢測(cè)精度不高、檢測(cè)類(lèi)型少、魯棒性差等問(wèn)題?；谏疃葘W(xué)習(xí)，提出一種可提升精度、便于工業(yè)應(yīng)用的多尺度特征融合的輕量化缺陷檢測(cè)模型。該模型以YOLOv5目標(biāo)檢測(cè)算法為框架，為增強(qiáng)多尺度特征的融合效果，設(shè)計(jì)淺層通道融合分支和雙采樣結(jié)構(gòu)，改進(jìn)了多尺度池化金字塔，提升了模型對(duì)小尺度缺陷的檢測(cè)能力；引入ECA注意力機(jī)制，增強(qiáng)頸部網(wǎng)絡(luò)對(duì)有效信息的關(guān)注度；最后，設(shè)計(jì)新的降采樣結(jié)構(gòu)和C3（Light-CSP-Darknet53）結(jié)構(gòu)，提升檢測(cè)精度的同時(shí)降低參數(shù)量和計(jì)算量。（剩余11859字）