基于改进SSD算法的光伏组件缺陷检测研究

• 作者: 钟泳松 徐凌桦 周克
• 来源期刊: 微处理机
• 学科: 工学
• 关键词: 迁移学习 SSD算法 深度学习 注意力机制 光伏板检测
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 微机软件|Computer Software
• 页码范围: 22-25
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1002-2279.2022.01.006

摘要

无人机自动化巡检是解决大型分布式光伏系统运维需求的有效方案.无人机航拍产生大量光伏板图像数据,需要算法实现更高的识别精度和更快的识别速度,为此提出一种改进的SSD算法,用于检测光伏组件缺陷.新算法在原有SSD算法中嵌入注意力机制,并使用迁移学习策略提高检测速度和准确率,能够对光伏组件普遍存在的玻璃破碎、受光面发黄、灰尘等进行自动识别和分类.通过与Faster-RCNN、YOLO3、VGG16-SSD算法对比,实验结果表明,改进SSD算法在识别准确率、召回率和检测速度方面表现良好,能有效提升光伏组件缺陷识别的效率.