任喜伟, 余杰, 韩欣, 李兆允, 杨梦璐, 何立风
鉴于光伏组件排列密集,缺陷目标较小,难以检测维护,直接影响光伏组件发电效率,提出一种改进YOLOv5s网络的光伏组件缺陷检测方法。首先,针对光伏组件红外图像中缺陷尺寸特性,使用K-均值++算法对缺陷目标重新聚类,确定合适的锚框大小,使其聚类锚框更符合小目标特征;然后,使用简化BiFPN融合更多的特征,在融合之前添加一个多通路残差连接模块,提高对小目标光伏缺陷的敏感度;其次,将YOLOv5s骨干网络进行融合,简化网络结构,减少下采样次数,提高图像分辨率以及丰富小目标特征信息;之后,将SIoU损失函数引入到YOLOv5s架构中,提高网络性能,让网络部署到小型、轻量化设备;最后,将改进的YOLOv5s网络在自建的光伏组件红外图像缺陷数据集进行测试。实验结果表明,改进的YOLOv5s网络光伏组件缺陷检测方法优于对比方法,相比于原始网络,改进网络的mAP@0.5提高1.7%,每秒帧率达到46.3,完全满足光伏组件缺陷检测过程中的实际需求。