科研之友
微信
新浪微博
Facebook
分享链接
摘要
构建太阳能电池片缺陷图像数据集,可以对收集到的太阳能电池片图像进行图像分割、复原、统一尺寸,并标出缺陷位置进行缺陷定位和转换为灰度图像。基于此,文章针对太阳能电池片表面缺陷的微弱性,缺陷种类繁多等特性,提出了将U-Net网络用于电池片缺陷检测。在太阳能电池片缺陷检测过程中,实验对比分析了U-Net网络3种优化器的效果。最后选择深度学习中SGDM优化器对太阳能电池片进行缺陷检测的任务。试验结果表明,该方法的缺陷检测准确率大于99%。
- 单位
构建太阳能电池片缺陷图像数据集,可以对收集到的太阳能电池片图像进行图像分割、复原、统一尺寸,并标出缺陷位置进行缺陷定位和转换为灰度图像。基于此,文章针对太阳能电池片表面缺陷的微弱性,缺陷种类繁多等特性,提出了将U-Net网络用于电池片缺陷检测。在太阳能电池片缺陷检测过程中,实验对比分析了U-Net网络3种优化器的效果。最后选择深度学习中SGDM优化器对太阳能电池片进行缺陷检测的任务。试验结果表明,该方法的缺陷检测准确率大于99%。
