태양광 패널 표면 결함 검출은 태양광 시스템의 발전 효율과 운전 안전성을 보장하는 핵심입니다. 드론 항공 적외선 영상에서 작은 목표물 검출의 어려움, 강한 야외 열 배경 간섭 및 결함 목표물의 크기 범위가 큰 문제에 대응하여, 본 연구는 다중 스케일 특징과 동적 컨볼루션을 결합한 태양광 적외선 결함 검출 모델을 제안합니다. 첫째, 얕은 경로에서 공간-깊이 컨볼루션(SPD-Conv)을 기존 다운샘플링 대신 사용하여 다이오드 이상, 핫스팟과 같은 미세 목표물의 세밀한 특징과 경계 정보 손실을 방지합니다. 둘째, 다중 분기 메커니즘을 통해 수용 영역을 적응적으로 조절하는 동적 전범위 컨볼루션(CSPOmniKernel) 모듈을 도입하여 낮은 대비 결함 특징을 강화하고 복잡한 열 배경 간섭을 억제합니다. 셋째, 고효율 다중 스케일 특징 융합 모듈(MFM)을 구축하여 계층 간 정보 상호 작용과 적응적 집합을 통해 다양한 크기 목표물에 대한 모델의 인지 견고성을 향상시킵니다. 5가지 유형의 전형적 결함을 포함한 태양광 적외선 항공 데이터셋에서 향상된 모델은 mAP@0.5 84.12%를 달성하였으며, 기본 RT-DETR-r18 대비 5.16% 향상되었고 추론 속도는 48 FPS로 산업 실시간 점검 요구를 충족합니다. 결과는 이 솔루션이 복잡한 야외 환경에서 태양광 결함 검출의 정확도와 신뢰성을 효과적으로 향상시킴을 보여줍니다.

태양광 결함 검출; 항공 적외선 영상; RT-DETR 알고리즘; 동적 컨볼루션; 작은 목표물 검출