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！

龙图腾网恭喜中国科学技术大学申请的专利基于深度学习的红外图像中光伏组件定位和缺陷检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115082455B 。

龙图腾网通过国家知识产权局官网在2025-06-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210892821.5，技术领域涉及：G06T7/00；该发明授权基于深度学习的红外图像中光伏组件定位和缺陷检测方法是由凌强;刘梦诚设计研发完成，并于2022-07-27向国家知识产权局提交的专利申请。

本基于深度学习的红外图像中光伏组件定位和缺陷检测方法在说明书摘要公布了：本发明涉及一种基于深度学习的红外图像中光伏组件定位和缺陷检测方法及系统，其方法包括：S1：对采集的光伏组件红外图像中光伏组件的位置和类别进行标注；构建光伏组件的红外图像数据集，按预设比例划分为训练集和测试集；S2：将训练集输入边缘检测网络得到光伏组件的边缘掩膜图，其中，边缘检测网络基于融合了像素差分卷积的MobileNetV3的BottleNeck构建，并结合了自上而下的特征金字塔网络；S3：将边缘掩膜图输入轮廓筛选模块，利用四边形建模算法获取光伏组件的候选位置框；S4：将根据位置框选出的单个光伏组件图像输入训练好的改进的ResNet网络中进行分类；输出缺陷类光伏组件的位置框。本发明提供的方法更容易检测光伏组件边缘信息，检测速度快，准确率高。

本发明授权基于深度学习的红外图像中光伏组件定位和缺陷检测方法在权利要求书中公布了：1.一种基于深度学习的红外图像中光伏组件定位和缺陷检测方法，其特征在于，包括： 步骤S1：对采集的光伏组件红外图像中光伏组件的位置和类别进行标注；构建光伏组件的红外图像数据集，按预设比例划分为训练集和测试集； 步骤S2：将所述训练集输入边缘检测网络得到光伏组件的边缘掩膜图，其中，所述边缘检测网络基于融合了像素差分卷积的MobileNetV3的BottleNeck构建，并结合了自上而下的特征金字塔网络； 步骤S3：将所述边缘掩膜图输入轮廓筛选模块，利用四边形建模算法获取所述光伏组件的候选位置框，具体包括： 步骤S31：利用寻找轮廓算法获取所述光伏组件边缘掩膜图中所有候选轮廓点集；再利用最小外接矩形算法得到每一个光伏组件的候选轮廓点集的候选外接矩形集合，为候选外接矩形个数；计算每一个光伏组件所述候选外接矩形集合的面积和长宽比；确定和的取值范围，筛选得到符合条件的外接矩形； 步骤S32：利用外接四边形算法提取所述符合条件的外接矩形对应的轮廓点集的最小外接四边形，作为所述光伏组件的候选位置框； 步骤S4：将根据位置框选出的单个光伏组件图像输入训练好的改进的ResNet网络中进行分类；输出缺陷类光伏组件的位置框。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。