科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对太阳能电池某些缺陷图像样本较少的问题，提出融合多感受野与注意力的太阳能电池缺陷生成算法，并将生成图像用于缺陷检测模型的训练.首先，构造双判别器的生成对抗网络，全局判别器与局部判别器分别关注图像中的全局信息与局部细节.然后，设计多感受野特征提取，与改进的注意力模块融合为多感受野注意力模块，用于设计生成器和判别器的网络结构.最后，在损失函数中加入结构相似性损失与峰值信噪比损失，用于训练生成器，并对生成图像进行均值滤波处理.在太阳能电池电致发光数据集上对3种不同尺度的缺陷图像进行生成实验，结果表明，3种缺陷生成图像的结构相似性指标与峰值信噪比指标都较高.此外，在利用生成的缺陷图像进行YOLOv7检测模型的训练后，3种缺陷的平均精度均值较高.
- 单位
