摘要
كعنصر أساسي في نظام توليد الطاقة الشمسية، تؤثر عيوب سطح الألواح الكهروضوئية بشكل كبير على كفاءة التحويل الضوئي الكهروضوئي وعمر الاستخدام. وبالنظر إلى الصعوبات في التعرف على العيوب الصغيرة وانخفاض التباين بين العيوب والخلفية في كشف عيوب الألواح الكهروضوئية، اقترحت هذه الدراسة نموذج الكشف SCA-YOLOv8n. أولاً، تم تصميم وحدة التزاوج المتقاطع SCConv، التي تعيد بناء الميزات التفاعلية بين الفضاء والقناة، لتعزيز قدرة النموذج على استخراج ميزات العيوب متعددة المقاييس مع تقليل المعلومات الزائدة؛ ثانيًا، تم بناء آلية الاهتمام الإحداثي (CoordAtt)، التي تركز على منطقة العيوب من أبعاد القناة والفضاء، لتقليل التداخل الخلفي؛ وأخيرًا، تم دمج وحدة الانخفاض التكيفية الخفيفة الوزن (ADown) بدلاً من الالتفاف التقليدي ذو الخطوات، مما يقلل من تعقيد الحسابات مع تقليل فقدان معلومات الميزات. تظهر نتائج التجارب أن النموذج المحسن حقق mAP@0.5 بنسبة 94.4٪، بزيادة 2.0٪ مقارنة بالنموذج الأصلي YOLOv8n، مع تقليل حجم المعلمات بنسبة 5.0٪ وانخفاض GFLOPs بنسبة 4.9٪. تؤكد هذه النتائج أن هذه الخطة التحسينية يمكنها تحقيق تقليل وزن النموذج مع تحسين دقة وموثوقية كشف عيوب الألواح الكهروضوئية بشكل ملحوظ.
关键词
كشف عيوب الألواح الكهروضوئية;YOLOv8n;SCConv;CoordAtt;ADown