首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于YOLOv5的光伏板红外图像热斑检测方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国科学技术大学

摘要:本发明涉及一种基于YOLOv5的光伏板红外图像热斑检测方法及系统,其方法包括:S1:使用无人机获取生产运行中的光伏组件红外图像,得到原始数据集;S2:提取原始数据集中图像进行预处理得到光伏组件热斑数据集;S3:构建改进YOLOv5模型,使用训练集对其进行训练以及使用测试集对其进行测试,选取其中检测精度最高的模型作为训练好的改进YOLOv5模型;S4:使用训练好的改进YOLOv5模型对待检测的光伏组件图像进行检测,在对输出的检测框处理后,输出光伏组件类别信息。本发明提供的方法,提高了光伏板热斑检测的准确性,有效地区分长条形热斑缺陷与小型热斑。

主权项:1.一种基于YOLOv5的光伏板红外图像热斑检测方法,其特征在于,包括:步骤S1:使用无人机获取生产运行中的光伏组件红外图像,得到原始数据集;步骤S2:提取所述原始数据集中图像的光伏组件区域,得到子图像,对所述子图像中的热斑区域进行标注,得到光伏组件热斑数据集;将所述光伏组件热斑数据集按照预设比例分为训练集和测试集,并对所述训练集进行数据扩充;步骤S3:构建改进YOLOv5模型,使用所述训练集对其进行训练以及使用所述测试集对其进行测试,选取其中检测精度最高的模型作为训练好的改进YOLOv5模型;其中,所述改进YOLOv5模型包括三个部分:Backbone、Neck和Prediction;Backbone采取了Focus结构与CSP结构,Neck中采用FPN和PAN结构,并分别加入卷积块注意力模块CBAM,在Prediction的预测结果使用GIOU损失函数更新整个模型参数,具体包括:步骤S31:利用BackBone对所述训练集中图片进行特征提取,得到特征图;步骤S32:在Neck中分别在FPN和PAN的横向连接中加入卷积块注意力模块CBAM,所述卷积块注意力模块CBAM由通道注意力模块CAM和空间注意力模块SAM串联而成:CAM模块将输入的所述特征图分别经过全局最大池化和全局平均池化后,再分别通过两层全连接层,所得到的特征进行element-wise加法操作后经过激活函数sigmoid得到最终的通道注意力特征图,将所述输入特征图与所述通道注意力特征图进行element-wise乘法操作得到SAM输入特征图;SAM模块将所述SAM输入特征图经过基于通道的全局最大池化和全局平局池化后的特征图进行concat拼接操作,然后经过7x7的卷积层和sigmoid激活函数生成空间注意力特征图,与所述SAM输入特征图相乘后得到最终输出特征,计算公式如下: , ,其中,和为CAM和SAM的输入输出映射,F代表输入特征,代表sigmoid激活函数,MLP、AvgPool、MaxPool分别代表全连接层、全局平局池化和全局最大池化;步骤S33:根据Prediction的预测结果,使用GIOU损失函数更新整个模型参数;步骤S34:将所述测试集输入所述改进YOLOv5模型进行前向推理,得到输出特征图,对所述输出特征图进行解码后,使用带权值的非极大值抑制,得到最终的目标检测结果,与真实标签比较后计算模型的指标mAP,并选取在所述测试集上指标最高的模型作为训练好的改进YOLOv5模型;步骤S4:使用所述训练好的改进YOLOv5模型对待检测的光伏组件图像进行检测,在对输出的检测框处理后,输出光伏组件类别信息。

全文数据:

权利要求:

百度查询: 中国科学技术大学 一种基于YOLOv5的光伏板红外图像热斑检测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。