-
题名改进YOLOv8n的轻量化光伏电池EL缺陷检测
- 1
-
-
作者
刘峪
朱文忠
何鑫
李杰
-
机构
四川轻化工大学自动化与信息工程学院人工智能重点实验室
四川轻化工大学计算机科学与工程学院
-
出处
《组合机床与自动化加工技术》
北大核心
2025年第3期87-93,共7页
-
基金
四川省科技研发重点项目(2023YFS0371)
四川省科技创新(苗子工程)培育项目(2022049)
企业信息化与物联网测控技术四川省高校重点实验室基金项目(2022WYY03)。
-
文摘
针对电致发光(electroluminescence,EL)成像背景下光伏电池片小目标缺陷识别难和检测模型体积大的问题,提出一种HPE-YOLOv8n的轻量化检测模型。首先在骨干层引入HGNetv2网络,提升模型对图像中EL缺陷的特征提取能力,减少参数量和计算量;其次在颈部层提出一种改进特征融合网络(P2 CSP efficient dual layer aggregation networks,P2-CEDN),有效地整合和聚合不同层级的特征信息,降低参数量,增强模型对小目标的检测能力;最后在输出层利用参数共享的思想改进解耦头EfficientHead,降低计算量;同时引入损失函数WIoU,提高检测模型的整体性能。实验结果表明,提出的HPE-YOLOv8n检测模型与原YOLOv8n模型相比,参数量和计算量分别降低了64.5%和16%,mAP@0.5和mAP@0.5:0.95指标分别提升3%和3.1%,每秒帧数可达96.15。为实际工业出厂前的光伏电池片缺陷检测提供技术参考。
-
关键词
YOLOv8n
轻量化
光伏电池片
小目标
缺陷检测
-
Keywords
YOLOv8n
lightweight
photovoltaic cell
small target
defect detection
-
分类号
TH165
[机械工程—机械制造及自动化]
TG659
[金属学及工艺—金属切削加工及机床]
-
