太陽電池セルの欠陥検出方法に精度が低い問題があるため、改良されたYOLOv5sに基づく太陽電池セルの表面欠陥検出アルゴリズムを提案する。まず、小さなターゲットの欠陥検出問題を解決するために、コンテキストTransformerネットワーク（CoT）を提案し、小さなターゲットにグローバルなコンテキスト情報を提供して、モデルが小さなターゲットをよりよく予測できるように支援する。次に、Head部分のC3モジュールにCBAM注意機構を追加し、入力特徴マップの重要なチャネルと空間的位置をより良く捉え、モデルの性能と頑健性を向上させる。続いて、軽量の汎用アップサンプリング演算子CARAFEを用いてアップサンプリング過程での特徴情報の損失を減らし、特徴情報の完全性を保証する。最後に、境界ボックス損失関数としてWIoUを使用し、回帰の精度を大幅に向上させるとともに、モデルの迅速な収束に寄与する。実験結果から、改良後のYOLOv5sは元のアルゴリズムに比べてPrecision、Recall、mAP@0.5の3つの指標がそれぞれ5.5%、4.1%、3.3%向上し、検出速度は76FPSに達し、太陽電池セルの欠陥検出要求を満たしていることが示された。

太陽電池セル;YOLOv5s;コンテキストTransformerネットワーク;CARAFE;損失関数