期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于MFES-YOLOV8n的光伏电池缺陷检测方法
1
作者
陈俊生
陈沂蒙
+1 位作者
刘明杰
朴昌浩
《仪器仪表学报》
北大核心
2025年第6期251-262,共12页
针对现有目标检测方法在光伏电池电致发光图像中存在的小目标漏检率高、复杂背景干扰鲁棒性不足及跨尺度缺陷检测能力有限等问题,提出基于MFES-YOLOV8n的缺陷检测模型,旨在提升工业场景下的检测精度与效率。首先,在主干网络中嵌入C2f-S...
针对现有目标检测方法在光伏电池电致发光图像中存在的小目标漏检率高、复杂背景干扰鲁棒性不足及跨尺度缺陷检测能力有限等问题,提出基于MFES-YOLOV8n的缺陷检测模型,旨在提升工业场景下的检测精度与效率。首先,在主干网络中嵌入C2f-ST特征提取模块,通过Swin Transformer的窗口自注意力机制,增强微小缺陷的局部-全局特征关联,结合残差连接保留浅层细节特征,提升细粒度特征提取能力;其次,设计ES-SPPCSPC特征表达模块,融合群卷积与增强型SimAM注意力机制,通过能量基、通道和空间三重注意力协同优化,动态抑制背景噪声,增强缺陷特征特异性;最后,构建MSFF-Neck多尺度特征融合模块,采用尺度序列特征融合和三重特征编码策略,实现深层语义与浅层细节的互补交互,缓解多尺度特征衰减问题。实验在PVEL-AD数据集上验证了模型的有效性,结果表明,该模型以6.1 M参数量达到0.897的mAP@0.5,较基准模型YOLOv8n提升3.0%。本研究通过“细粒度特征提取—跨尺度语义增强—多层级特征融合”的递进式优化,突破了传统模型在多类别跨尺度缺陷检测中的性能瓶颈,为工业场景提供了高精度、轻量化且适配边缘计算的缺陷检测方案,在维持低计算复杂度的同时,满足工业场景对实时性与可靠性的要求,为推动光伏产业质量控制与智能化运维提供了技术支持。
展开更多
关键词
MFES-YOLOv8
光伏电池缺陷检测
特征提取
特征表达
特征融合
在线阅读
下载PDF
职称材料
晶体硅光伏电池电磁感应激励红外热辐射缺陷检测与成像技术
被引量：
20
2
作者
杨瑞珍
杜博伦
+2 位作者
何赟泽
黄守道
张宏
《电工技术学报》
EI
CSCD
北大核心
2018年第A02期321-330,共10页
晶体硅光伏电池中的缺陷会影响电池的效率和使用寿命,甚至会对并网运行的光伏发电系统造成严重损害。本文旨在建立晶体硅光伏电池在电磁感应主动激励下的红外热成像缺陷检测方法,相比基于机器视觉的硅光伏电池表面缺陷检测方法,该方法...
晶体硅光伏电池中的缺陷会影响电池的效率和使用寿命,甚至会对并网运行的光伏发电系统造成严重损害。本文旨在建立晶体硅光伏电池在电磁感应主动激励下的红外热成像缺陷检测方法,相比基于机器视觉的硅光伏电池表面缺陷检测方法,该方法具有检测灵敏度高、可发现内部缺陷、检测缺陷种类多等优势。首先建立数字化电磁感应热成像检测系统,并在脉冲式和锁相式两种激励模式下获得了硅电池的热成像序列,采用傅里叶变换、独立分量分析(ICA)和主成分分析(PCA)等方法处理了热像图序列。最终实现了晶体硅光伏电池中热斑、裂纹、断栅、重掺杂等缺陷的可视化检测。实验结果显示所提方法能很好地区分背景和缺陷,可为硅光伏电池的研发、测试、制造、服役和维修提供一种可靠、快速的检测手段。
展开更多
关键词
红外热成像
电磁激励
光伏电池缺陷检测
独立分量分析
主成分分析
在线阅读
下载PDF
职称材料
题名
基于MFES-YOLOV8n的光伏电池缺陷检测方法
1
作者
陈俊生
陈沂蒙
刘明杰
朴昌浩
机构
重庆邮电大学自动化学院
出处
《仪器仪表学报》
北大核心
2025年第6期251-262,共12页
基金
国家重点研发计划(2022YFE0101000)项目资助。
文摘
针对现有目标检测方法在光伏电池电致发光图像中存在的小目标漏检率高、复杂背景干扰鲁棒性不足及跨尺度缺陷检测能力有限等问题,提出基于MFES-YOLOV8n的缺陷检测模型,旨在提升工业场景下的检测精度与效率。首先,在主干网络中嵌入C2f-ST特征提取模块,通过Swin Transformer的窗口自注意力机制,增强微小缺陷的局部-全局特征关联,结合残差连接保留浅层细节特征,提升细粒度特征提取能力;其次,设计ES-SPPCSPC特征表达模块,融合群卷积与增强型SimAM注意力机制,通过能量基、通道和空间三重注意力协同优化,动态抑制背景噪声,增强缺陷特征特异性;最后,构建MSFF-Neck多尺度特征融合模块,采用尺度序列特征融合和三重特征编码策略,实现深层语义与浅层细节的互补交互,缓解多尺度特征衰减问题。实验在PVEL-AD数据集上验证了模型的有效性,结果表明,该模型以6.1 M参数量达到0.897的mAP@0.5,较基准模型YOLOv8n提升3.0%。本研究通过“细粒度特征提取—跨尺度语义增强—多层级特征融合”的递进式优化,突破了传统模型在多类别跨尺度缺陷检测中的性能瓶颈,为工业场景提供了高精度、轻量化且适配边缘计算的缺陷检测方案,在维持低计算复杂度的同时,满足工业场景对实时性与可靠性的要求,为推动光伏产业质量控制与智能化运维提供了技术支持。
关键词
MFES-YOLOv8
光伏电池缺陷检测
特征提取
特征表达
特征融合
Keywords
MFES-YOLOv8
photovoltaic cell defect detection
feature extraction
feature representation
feature fusion
分类号
TH17 [机械工程—机械制造及自动化]
TM914.4 [电气工程—电力电子与电力传动]
在线阅读
下载PDF
职称材料
题名
晶体硅光伏电池电磁感应激励红外热辐射缺陷检测与成像技术
被引量：
20
2
作者
杨瑞珍
杜博伦
何赟泽
黄守道
张宏
机构
湖南大学电气与信息工程学院
长沙学院土木工程学院
武汉大学电气自动化学院
无损检测技术福建省高等学校重点实验室(福建师范大学福清分校)
出处
《电工技术学报》
EI
CSCD
北大核心
2018年第A02期321-330,共10页
基金
科技部国家重点研发计划"重大复杂机电系统服役质量检测监测及维护质量控制技术研究"(2016YFF0203400)
湖南大学青年教师成长计划(531107040974)
湖南大学中青年教师购置小型仪器设备专项(531107040977)资助项目
文摘
晶体硅光伏电池中的缺陷会影响电池的效率和使用寿命,甚至会对并网运行的光伏发电系统造成严重损害。本文旨在建立晶体硅光伏电池在电磁感应主动激励下的红外热成像缺陷检测方法,相比基于机器视觉的硅光伏电池表面缺陷检测方法,该方法具有检测灵敏度高、可发现内部缺陷、检测缺陷种类多等优势。首先建立数字化电磁感应热成像检测系统,并在脉冲式和锁相式两种激励模式下获得了硅电池的热成像序列,采用傅里叶变换、独立分量分析(ICA)和主成分分析(PCA)等方法处理了热像图序列。最终实现了晶体硅光伏电池中热斑、裂纹、断栅、重掺杂等缺陷的可视化检测。实验结果显示所提方法能很好地区分背景和缺陷,可为硅光伏电池的研发、测试、制造、服役和维修提供一种可靠、快速的检测手段。
关键词
红外热成像
电磁激励
光伏电池缺陷检测
独立分量分析
主成分分析
Keywords
Infrared thermography
electromagnetic excitation
photovoltaic cell defect detection
independent component analysis(ICA)
principal component analysis(PCA)
分类号
TM914.41 [电气工程—电力电子与电力传动]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于MFES-YOLOV8n的光伏电池缺陷检测方法
陈俊生
陈沂蒙
刘明杰
朴昌浩
《仪器仪表学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
晶体硅光伏电池电磁感应激励红外热辐射缺陷检测与成像技术
杨瑞珍
杜博伦
何赟泽
黄守道
张宏
《电工技术学报》
EI
CSCD
北大核心
2018
20
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
