태양광 전지판 결함 검사 방법의 낮은 정확도 문제를 해결하기 위해 개선된 YOLOv5s 기반 태양광 전지판 표면 결함 검사 알고리즘을 제안한다. 첫째, 전지판의 작은 결함 검출 문제를 해결하기 위해 컨텍스트 Transformer 네트워크(CoT)를 제안하여 소형 객체에 전역 컨텍스트 정보를 제공하여 모델이 소형 객체를 더 잘 예측할 수 있도록 한다. 둘째, Head 부분의 C3 모듈에 CBAM 주의를 추가하여 입력 특징 맵의 중요한 채널과 공간 위치를 더 잘 포착하여 모델의 성능과 강인성을 향상시킨다. 다음으로, 경량화된 범용 업샘플링 연산자인 CARAFE를 사용하여 업샘플링 과정에서 특징 정보 손실을 줄여 특징 정보의 완전성을 보장한다. 마지막으로, 경계 상자 손실 함수로 WIoU를 사용하여 회귀 정확도를 크게 향상시키고 모델의 빠른 수렴을 돕는다. 실험 결과, 개선된 YOLOv5s는 원본 알고리즘 대비 Precision, Recall, mAP@0.5 지표가 각각 5.5%, 4.1%, 3.3% 향상되었으며, 검사 속도는 76 FPS에 달해 태양광 전지판 결함 검사 요구 사항을 충족한다.

태양광 전지판;YOLOv5s;컨텍스트 Transformer 네트워크;CARAFE;손실 함수