基于改进YOLOv5s网络的光伏组件缺陷检测方法

打开文本图片集

摘 要： 鉴于光伏组件排列密集，缺陷目标较小，难以检测维护，直接影响光伏组件发电效率，提出一种改进YOLOv5s网络的光伏组件缺陷检测方法。首先，针对光伏组件红外图像中缺陷尺寸特性，使用K-均值++算法对缺陷目标重新聚类，确定合适的锚框大小，使其聚类锚框更符合小目标特征；然后，使用简化BiFPN融合更多的特征，在融合之前添加一个多通路残差连接模块，提高对小目标光伏缺陷的敏感度；其次，将YOLOv5s骨干网络进行融合，简化网络结构，减少下采样次数，提高图像分辨率以及丰富小目标特征信息；之后，将SIoU损失函数引入到YOLOv5s架构中，提高网络性能，让网络部署到小型、轻量化设备；最后，将改进的YOLOv5s网络在自建的光伏组件红外图像缺陷数据集进行测试。（剩余14346字）