利用改进RT-DETR和EL图像的光伏电池缺陷检测

摘要

针对光伏电池电致发光(EL)图像背景复杂、缺陷尺寸差异大导致缺陷检测精度低的问题，提出一种基于实时检测转换器(RT-DETR)的光伏电池缺陷检测模型(PV-DETR).首先，融合反向残差移动模块和级联组注意力机制，对原有主干网络的基础模块进行优化，增强模型对于不同尺度特征的捕捉能力，提高对小目标的检测精度.其次，在特征融合部分，引入尺度序列特征融合模块和三重特征编码器策略，有效结合深、浅层特征信息，增强对缺陷细节的识别.最后，使用GSConv卷积代替标准卷积，降低模型的参数和计算成本.基于PVEL-AD公开数据集的实验结果表明，PV-DETR平均精度达到93.7%,优于目前主流的YOLO系列模型；相比原RT-DETR模型，平均精度提高3.5%,参数量降低25.3%.

关键词

光伏电池 / 缺陷检测 / 特征融合 / 实时检测转换器 / 电致发光图像

基金资助

国家自然科学基金资助项目(62271151); 福建省自然科学基金面上资助项目(2021J01580); 福建省科技厅引导性基金资助项目(2022H0008)