轻量化M-CNN的太阳电池表面缺陷识别

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：针对太阳电池EL图像，提出一种高识别率的轻量化M-CNN网络模型。首先，该网络模型将拼接的多特征图融合通道注意力机制；然后，引入Ghost卷积层降低模型参数；最后，利用普通卷积层取代最大池化层进行特征空间降维。实验结果表明：在自建裂痕、阴影、微小瑕疵、无缺陷图像数据库共15767片上，M-CNN对粗糙分类检测准确率和瑕疵分类检测准确率分别是99.83%和93.38%，模型参数量是1.29 MB。（剩余11544字）

试读结束

目录
monitor