10.3969/j.issn.1002-2279.2022.01.006
基于改进SSD算法的光伏组件缺陷检测研究
无人机自动化巡检是解决大型分布式光伏系统运维需求的有效方案.无人机航拍产生大量光伏板图像数据,需要算法实现更高的识别精度和更快的识别速度,为此提出一种改进的SSD算法,用于检测光伏组件缺陷.新算法在原有SSD算法中嵌入注意力机制,并使用迁移学习策略提高检测速度和准确率,能够对光伏组件普遍存在的玻璃破碎、受光面发黄、灰尘等进行自动识别和分类.通过与Faster-RCNN、YOLO3、VGG16-SSD算法对比,实验结果表明,改进SSD算法在识别准确率、召回率和检测速度方面表现良好,能有效提升光伏组件缺陷识别的效率.
迁移学习;SSD算法;深度学习;注意力机制;光伏板检测
43
TP391.4(计算技术、计算机技术)
国家自然科学基金;贵州省工业攻关项目;贵州大学混合式课程建设项目
2022-03-11(万方平台首次上网日期,不代表论文的发表时间)
共4页
22-25