摘要
كعنصر أساسي في نظام توليد الطاقة الشمسية، تؤثر عيوب سطح الألواح الضوئية بشكل كبير على كفاءة التحويل الكهروضوئي وعمر الخدمة. استجابةً للمشكلات المتعلقة بصعوبة التعرف على العيوب الصغيرة وضعف التباين بين العيوب والخلفية في كشف عيوب الألواح الضوئية، تقترح هذه الدراسة نموذج الكشف SCA-YOLOv8n. أولاً، تم تصميم وحدة SCConv للتشابك المتقاطع لإعادة بناء تفاعلية بين السمات المكانية والقنوية، مما يعزز قدرة النموذج على استخراج ميزات العيوب متعددة المقاييس في حين يقلل من المعلومات الزائدة؛ ثانياً، تم إنشاء آلية انتباه إحداثية (CoordAtt) لتركيز المناطق المعيبة من أبعاد القناة والمكان، مما يخفف من تأثير التشويش الخلفي؛ وأخيراً، تم تضمين وحدة التقليل المعياري التكيفي الخفيفة الوزن (ADown) لتحل محل الالتفاف المتقطع التقليدي، مما يقلل من تعقيد الحسابات ويحد من فقدان معلومات السمات. أظهرت النتائج التجريبية أن متوسط الدقة المحسّنة mAP@0.5 يصل إلى 94.4٪، محققًا تحسّنًا بمقدار 2.0٪ مقارنة بالنموذج الأصلي YOLOv8n، كما قلت عدد المعاملات بنسبة 5.0٪ وانخفض GFLOPs بنسبة 4.9٪. تؤكد النتائج أن هذا التحسين يمكنه تحقيق خفة النموذج مع تعزيز دقة وموثوقية كشف عيوب الألواح الضوئية بشكل ملحوظ.
关键词
كشف عيوب الألواح الضوئية;YOLOv8n;SCConv;CoordAtt;ADown
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website