太陽光パネル表面の欠陥検出は、太陽光システムの発電効率と運転安全を確保するための重要な課題です。ドローンによる赤外線空撮画像における小さな対象物の検出困難、屋外の強い熱背景干渉、欠陥対象の大きさの幅広さといった課題に対応し、本研究では多スケール特徴と動的畳み込みを組み合わせた太陽光赤外欠陥検出モデルを提案します。まず、浅層経路では従来のダウンサンプリングに代えて空間から深さへの畳み込み（SPD-Conv）を採用し、ダイオード異常やホットスポットなど微小対象の詳細特徴やエッジ情報の損失を回避します。次に、多分岐機構により受容野を適応的に調整する動的全次元畳み込みモジュール（CSPOmniKernel）を導入し、低コントラスト欠陥特徴を強化し複雑な熱背景干渉を抑制します。最後に、階層間情報交流と適応的集約による効率的な多スケール特徴融合モジュール（MFM）を構築し、異なるスケール対象に対するモデルの認識の頑健性を向上させます。5種類の典型的な欠陥を含む太陽光赤外空撮データセットにおいて、改良モデルはmAP@0.5で84.12%を達成し、ベースラインRT-DETR-r18より5.16%向上し、推論速度は48FPSに達し、産業界のリアルタイム検査要求を満たしています。結果は、本手法が複雑な屋外環境での太陽光欠陥検出の精度と信頼性を効果的に向上させることを示しています。

太陽光欠陥検出;空撮赤外画像;RT-DETRアルゴリズム;動的畳み込み;小さな対象物検出