YOLO系列算法在光伏组件缺陷检测中的应用与分析

作者：周全民; 杜玉杰; 叶征灯; 占太晏

来源：新型工业化, 2021, 11(01): 107-123.

DOI：10.19335/j.cnki.2095-6649.2021.1.042

• 光伏发电
• YOLO
• 缺陷检测
• 深度学习

针对新能源行业中的露天集中式光伏发电场站,在光伏组件缺陷的日常检测与分析工作中,引入了基于深度学习的一阶段目标检测算法YOLO系列主流算法,并对其基于DarkNet框架进行各自算法在光伏组件缺陷检测中进行应用与分析,包括模型的迁移训练、模型验证、对光伏组件的缺陷检测。本文主要对光伏组件中普遍存在的缺陷(点斑、多斑、条斑、空载)在Darknet框架的基础上分别采用YOLOv2、YOLOv3与YOLOv4进行网络模型的微调、训练、验证与分析,最终选出在光伏组件缺陷检测中最优的算法模型进行实际项目的AI落地应用。