La detección de defectos en la superficie de los paneles fotovoltaicos es clave para garantizar la eficiencia en la generación y la seguridad operativa de los sistemas fotovoltaicos. Frente a los desafíos de detectar pequeños objetivos en imágenes infrarrojas aéreas de drones, la fuerte interferencia del fondo térmico exterior y la gran variación en la escala de los defectos, este estudio propone un modelo de detección de defectos infrarrojos fotovoltaicos que combina características multiescala y convolución dinámica. Primero, en la ruta de capas poco profundas, se utiliza convolución de espacio a profundidad (SPD-Conv) en lugar de un muestreo descendente tradicional, evitando la pérdida de características detalladas e información de bordes para objetivos pequeños como anomalías de diodos y puntos calientes. Segundo, se introduce un módulo dinámico de convolución de dimensión completa (CSPOmniKernel) que adapta de forma flexible el campo receptivo mediante un mecanismo de múltiples ramas, potenciando las características de defectos de bajo contraste y suprimiendo la interferencia compleja del fondo térmico. Finalmente, se construye un módulo eficiente de fusión de características multiescala (MFM), que, gracias a la interacción entre niveles y la agregación adaptativa, mejora la robustez del modelo hacia objetivos de diferentes escalas. En un conjunto de datos infrarrojos fotovoltaicos aéreos con 5 tipos típicos de defectos, el modelo mejorado alcanzó un mAP@0.5 de 84.12%, mejorando en 5.16% respecto al RT-DETR-r18 base y alcanzando una velocidad de inferencia de 48 FPS, satisfaciendo los requisitos de inspección industrial en tiempo real. Los resultados demuestran que esta solución mejora eficazmente la precisión y confiabilidad en la detección de defectos fotovoltaicos en entornos exteriores complejos.

Detección de defectos fotovoltaicos;Imágenes infrarrojas aéreas;Algoritmo RT-DETR;Convolución dinámica;Detección de pequeños objetivos