基于改进YOLO v5算法的光伏组件红外热成像缺陷检测OACSTPCD
Infrared Thermal Imaging Defect Detection of Photovoltaic Module Based on Improved YOLO v5 Algorithm
现有光伏组件缺陷识别方法存在提取特征困难、实时性较差导致了对光伏组件的缺陷故障检测的识别精度不高,本文提出一种基于改进YOLO v5 算法的光伏组件红外热成像缺陷检测方法.改进后的 YOLO v5 算法主要是在原来的基础上增添注意机制 SE 模块,并且改进损失函数将 GIoU 改为EIoU提高模型收敛效果、最后采用KG模块平衡特征金字塔结构对模型进行优化,用以提高YOLOv5算法的识别精度和收敛效果.改进后的网络结构应用在YOLO v5s模型中,…查看全部>>
孔松涛;徐甄泽;林星宇;张椿秋;蒋国庆;张淳钦;王堃
重庆科技学院 机械与动力工程学院,重庆 401331重庆科技学院 机械与动力工程学院,重庆 401331重庆科技学院 机械与动力工程学院,重庆 401331重庆科技学院 机械与动力工程学院,重庆 401331重庆科技学院 机械与动力工程学院,重庆 401331重庆科技学院 机械与动力工程学院,重庆 401331重庆科技学院 机械与动力工程学院,重庆 401331
计算机与自动化
缺陷检测深度学习YOLOv5损失函数SE模块平衡特征金字塔结构
defect detectiondeep learningYOLOv5loss functionSE modulebalanced feature pyramid structure
《红外技术》 2023 (9)
974-981,8
重庆市自然科学基金(CSTC020JCYJ-msxmX0798)重庆市教委科学技术研究项目(KJQN201901526)重庆科技学院研究生科技创新计划项目(YKJCX2120308)
评论