一种改进YOLOv5算法的光伏热斑检测方法
蒋成晨
何坚强
陆群
王江峰
殷宇翔
骆杨
盐城工学院电气工程学院 盐城 224000
摘要：热斑的存在会对光伏组串造成损坏,为了提高无人机巡检系统对光伏组串上热斑的识别能力,改进YOLOv5算法来提高对光伏组串上的热斑检测精度和效率.改进主要通过使用Puzzle Mix处理数据集图像增强模型的对小目标的关注,在Backbone引入3D无参SimAM模块来加强热斑在提取特征中的权重并抑制背景干扰权重,并使用CIOU损失函数来获得更精确的训练模型和高精度定位.将改进后的算法在自制热斑数据集上与其他算法进行对比实验,实验结果表明改进后的方对光伏组串热斑的检测能力增强.该方法可以为光伏电站的巡检提供技术参考.
关键词：YOLOv5热斑卷积神经网络目标检测
分类号：TP301(计算技术、计算机技术)
资助基金：青年科学基金项目(62003292)
论文发表日期：2023-10-20
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：5( 2277-2281 )
英文信息