Обнаружение дефектов на поверхности солнечных панелей является ключевым для обеспечения эффективности выработки энергии и безопасности эксплуатации фотоэлектрических систем. В связи с трудностями обнаружения мелких целей на инфракрасных аэрофотоснимках беспилотников, сильными помехами от внешнего теплового фона и большим масштабным диапазоном дефектов в данном исследовании предложена модель обнаружения инфракрасных дефектов солнечных панелей, объединяющая многоуровневые признаки и динамическую свертку. Во-первых, на мелком уровне вместо традиционного понижающего сэмплирования применяется сверточный переход от пространства к глубине (SPD-Conv), что позволяет избежать потери тонких признаков и граничной информации мелких целей, таких как аномалии диодов и тепловые пятна. Во-вторых, внедрен модуль динамической полной свертки (CSPOmniKernel), который с помощью многоветвевой механики адаптивно регулирует поле восприятия, усиливает признаки дефектов с низким контрастом и подавляет сложные помехи теплового фона. В-третьих, построен эффективный модуль слияния многоуровневых признаков (MFM), использующий межслойное взаимодействие и адаптивную агрегацию для повышения устойчивости модели к различным масштабам целей. На инфракрасном аэрофотоснимковом датасете с 5 типичными дефектами улучшенная модель показала mAP@0.5 в 84.12%, что на 5.16% выше базовой RT-DETR-r18, а скорость вывода достигла 48 FPS, удовлетворяя требованиям промышленного реального времени для инспекций. Результаты показывают, что этот метод эффективно повышает точность и надежность обнаружения дефектов солнечных панелей в сложных наружных условиях.

Обнаружение дефектов солнечных панелей;Инфракрасные аэрофотоснимки;Алгоритм RT-DETR;Динамическая свертка;Обнаружение мелких целей