电致发光缺陷图像非均衡样本生成与评估

作者：沈熠辉^*; 颜胜男; 刘华锐; 游宏亮

来源：福建电脑, 2023, 39(10): 16-20.

DOI：10.16707/j.cnki.fjpc.2023.10.003

• 扩散概率模型
• 电致发光缺陷
• 图像生成
• 图像评价

太阳能电池板缺陷降低了光电转换效率和使用寿命，因此必须进行缺陷检测。YOLO和GoogleNet等深度学习模型提高了准确性，但数据集的缺陷样本不平衡会影响模型的准确度。为解决此问题，本文提出了改进的扩散概率模型。该模型使用sigmoid方案更新加噪策略，生成缺陷数据中的黑斑片，并通过目视判断和目标检测算法评价生成图像质量。实验结果显示，与传统数据增广、DCGAN和DDPM等方法相比，SIG-DDPM在生成图像质量方面更出色。经过目视判断和目标检测算法的测试，生成的黑斑电池片图像接近真实图像，说明了该方法的有效性。

• 单位
  福建医科大学; 闽江学院