Обнаружение дефектов на поверхности фотоэлектрических панелей является ключевым фактором обеспечения эффективности выработки энергии и безопасности эксплуатации фотоэлектрических систем. В связи с трудностями обнаружения мелких целей на инфракрасных аэрофотоснимках беспилотников, сильными помехами от уличного теплового фона и значительным диапазоном масштабов дефектов, в данном исследовании предложена модель обнаружения инфракрасных дефектов фотоэлектрических панелей, сочетающая многоуровневые признаки и динамические свёртки. Во-первых, в поверхностном пути вместо традиционной выборки вниз используется пространственно-глубинная свёртка (SPD-Conv), что позволяет избежать потери тонких признаков и краевой информации о мелких объектах, таких как аномалии диодов и горячие пятна. Во-вторых, введён модуль динамической полной свёртки (CSPOmniKernel) с многоветвевой адаптивной настройкой поля восприятия для усиления признаков дефектов с низкой контрастностью и подавления сложных тепловых помех. В-третьих, создан эффективный модуль мультиуровневого слияния признаков (MFM), который за счёт межуровневого взаимодействия и адаптивного агрегирования повышает устойчивость модели к объектам разных масштабов. На инфракрасном аэрофотоснимковом датасете с 5 типами типичных дефектов улучшенная модель достигает mAP@0.5 в 84.12%, что на 5.16% выше базовой модели RT-DETR-r18, при скорости вывода 48 FPS, удовлетворяя требованиям промышленного промышленного мониторинга в реальном времени. Результаты показывают, что предложенный подход эффективно повышает точность и надёжность обнаружения дефектов фотоэлектрических панелей в сложных уличных условиях.

обнаружение дефектов фотоэлектрических панелей; инфракрасные аэрофотоснимки; алгоритм RT-DETR; динамические свёртки; обнаружение мелких целей