太阳能电池板缺陷检测方法、系统、电子设备及存储介质

专利主权项内容

1.太阳能电池板缺陷检测方法，其特征在于，包括：获取太阳能电池板图像；将太阳能电池板图像输入训练好的缺陷检测模型进行处理，以获取缺陷检测结果；其中，所述将太阳能电池板图像输入训练好的缺陷检测模型进行处理包括：通过主干特征网络对太阳能电池板图像进行深度卷积和跨空间学习，压缩空间维度且融合不同尺度的特征信息，获取不同尺度的第一特征图；将不同尺度的第一特征图输入加强特征提取网络进行处理，对第一特征图进行密集卷积和分离卷积，将密集卷积生成的信息渗透至分离卷积，获取不同尺度的第二特征图；根据第二特征图，获取缺陷检测结果；所述通过主干特征网络对太阳能电池板图像进行深度卷积和跨空间学习包括：将太阳能电池板图像输入级联的深度卷积层和多组堆叠的特征学习单元进行处理，并行对多层残差特征进行学习，获取不同尺度的输出特征图；通过多尺度注意力层对特征学习单元最终输出的输出特征图进行处理，通过多条平行路径捕获像素级的成对关系，融合不同尺度的特征信息，获取多尺度注意力层的最终输出特征，以和其余输出特征图作为不同尺度的第一特征图；所述特征学习单元包括级联的深度卷积层和特征学习模块；所述深度卷积层使用多个卷积核对输入特征进行单通道卷积，获取对应大小的多个特征图，并将多个特征图进行堆叠，获取与输入深度相同的特征图；将特征图输入特征学习模块，进行卷积操作后进行特征分层，将特征图划分为多层残差特征，通过残差连接层并行对多层残差特征进行学习，获取不同尺度的输出特征图；所述通过多尺度注意力层对特征学习单元最终输出的输出特征图进行处理包括：对输出特征图进行特征分组；采用一维全局平均池化操作沿水平维度方向对分组后输出特征图的全局信息进行编码，获取第一编码特征；采用一维全局平均池化操作沿空间维度方向对分组后输出特征图的全局信息进行编码，获取第二编码特征；采用卷积操作捕捉分组后的输出特征图的多尺度特征表示，获取第三编码特征；将第一编码特征和第二编码特征融合并聚合权重，获取聚合特征并进行组标准化处理、全局空间信息编码和拟合线性变换，引入第三编码特征进行跨空间学习，获取第一空间注意力图；利用二维全局平均池化编码第三编码特征的全局空间信息，引入组标准化处理后的聚合特征进行跨空间学习，获取第二空间注意力图；聚合第一空间注意力图和第二空间注意力图的权重，获取多尺度注意力层的最终输出特征图。 来源：马 克 团 队