A detecção de defeitos na superfície de módulos fotovoltaicos é crucial para garantir a eficiência na geração de energia e a segurança operacional dos sistemas fotovoltaicos. Para enfrentar os desafios da detecção de pequenos alvos em imagens infravermelhas aéreas de drones, forte interferência do fundo térmico externo e grande variação na escala dos defeitos, este estudo propõe um modelo de detecção de defeitos infravermelhos fotovoltaicos que combina características em múltiplas escalas e convolução dinâmica. Primeiramente, no caminho raso utiliza-se convolução de espaço para profundidade (SPD-Conv) em substituição ao downsampling tradicional, evitando a perda de características detalhadas e informações de borda de alvos pequenos como anomalias de diodos e pontos quentes. Em seguida, introduz-se um módulo dinâmico de convolução de dimensão total (CSPOmniKernel) que ajusta adaptativamente o campo receptivo por meio de um mecanismo multirramos, fortalecendo características de defeitos de baixo contraste e suprimindo interferências complexas do fundo térmico. Por fim, é construído um módulo eficiente de fusão de características em múltiplas escalas (MFM), que utiliza a interação entre camadas e agregação adaptativa para melhorar a robustez do modelo na percepção de alvos em diferentes escalas. Em um conjunto de dados de imagens aéreas infravermelhas fotovoltaicas contendo 5 tipos típicos de defeitos, o modelo aprimorado alcançou um mAP@0.5 de 84,12%, uma melhoria de 5,16% em relação ao RT-DETR-r18 padrão, com velocidade de inferência de 48 FPS, atendendo às demandas da inspeção industrial em tempo real. Os resultados indicam que esta abordagem melhora eficazmente a precisão e a confiabilidade da detecção de defeitos fotovoltaicos em cenários externos complexos.

Detecção de defeitos fotovoltaicos;Imagens infravermelhas aéreas;Algoritmo RT-DETR;Convolução dinâmica;Detecção de pequenos alvos