融合注意力机制的YOLOv5光伏板电致发光图像缺陷检测算法
赵晓雨
高林
杨校李
彭运猛
湖北民族大学 智能科学与工程学院,湖北 恩施445000
摘要：光伏板是光伏发电系统的核心部件,其质量好坏直接影响发电效率及电路安全.为了精准检测出光伏板的缺陷,提出了1种融合注意力机制的YOLOv5改进算法,该算法将有效通道注意力(efficient channel attention,ECA)与YOLOv5模型主干网络中的C3模块相融合形成C3-ECA模块.同时将融合注意力机制YOLOv5改进算法与YOLOv3、YOLOX等多个模型做对比实验,结果表明融合注意力机制YOLOv5改进算法精确率为97.5％,比原版YOLOv5提高了1.1％.改进的算法在引入少量参数的情况下,提高了模型的检测精度,并能够对光伏板表面的多种缺陷进行有效识别,且精度高、耗时少.
关键词：光伏板YOLOv5注意力机制缺陷检测电致发光图像
分类号：TP391.4(计算技术、计算机技术)
资助基金：国家自然科学基金(61562025)国家自然科学基金(61962019)湖北省高等学校省级教学研究项目(2017387)
论文发表日期：2023-03-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 65-70 )
英文信息