太陽光発電システムの中核構成要素である太陽光パネルの表面欠陥は、光電変換効率および使用寿命に深刻な影響を及ぼします。 太陽光パネルの欠陥検出において、微小欠陥の認識が困難であることや欠陥と背景のコントラストが低い問題に対し、本研究ではSCA-YOLOv8n検出モデルを提案します。まず、空間－チャネル特徴のインタラクティブな再構築を通じて冗長情報を削減しつつ、多尺度欠陥特徴の抽出能力を強化するSCConv交差結合モジュールを設計しました。次に、チャネルおよび空間の両次元から欠陥領域に焦点を当て、背景干渉を抑制する座標注意機構（CoordAtt）を構築しました。最後に、従来のストライド畳み込みに代わり、軽量な適応型ダウンサンプリング（ADown）モジュールを埋め込み、計算複雑度を低減しつつ特徴情報の損失を抑制しました。実験結果は、改良モデルのmAP@0.5が94.4%に達し、元のYOLOv8nモデルと比較して2.0%向上し、パラメータ数は5.0%、GFLOPsは4.9%削減されたことを示しています。これらの結果は、本改良策がモデルの軽量化を実現すると同時に、太陽光パネル欠陥検出の精度と信頼性を著しく向上させることを十分に検証しています。

太陽光パネル欠陥検出;YOLOv8n;SCConv;CoordAtt;ADown