La detección de defectos en la superficie de los paneles fotovoltaicos es clave para garantizar la eficiencia de generación y la seguridad operativa de los sistemas fotovoltaicos. Ante desafíos como la dificultad para detectar pequeños objetivos en imágenes infrarrojas aéreas tomadas con drones, la fuerte interferencia del fondo térmico exterior y la amplia variación en la escala de los defectos, este estudio propone un modelo de detección de defectos infrarrojos fotovoltaicos que combina características multiescala y convoluciones dinámicas. Primero, en la ruta superficial se utiliza la convolución de espacio a profundidad (SPD-Conv) en lugar del muestreo descendente tradicional para evitar la pérdida de características finas e información de borde en objetivos pequeños como diodos anómalos y puntos calientes. Segundo, se introduce un módulo de convolución dinámica omnidireccional completa (CSPOmniKernel), que mediante un mecanismo de múltiples ramas ajusta adaptativamente el campo receptivo para fortalecer las características de defectos de bajo contraste y suprimir la interferencia complejo del fondo térmico. Finalmente, se construye un módulo eficiente de fusión de características multiescala (MFM), que mediante la interacción de información entre niveles y agregación adaptativa mejora la robustez del modelo para percibir objetos de distintas escalas. En un conjunto de datos aéreo infrarrojo fotovoltaico que contiene 5 tipos de defectos típicos, el modelo mejorado alcanzó un mAP@0.5 del 84.12%, un aumento de 5.16% sobre el RT-DETR-r18 base, con una velocidad de inferencia de 48 FPS, satisfaciendo las necesidades de inspección industrial en tiempo real. Los resultados demuestran que esta solución mejora eficazmente la precisión y la fiabilidad de la detección de defectos fotovoltaicos en escenarios exteriores complejos.

detección de defectos fotovoltaicos; imágenes infrarrojas aéreas; algoritmo RT-DETR; convolución dinámica; detección de pequeños objetivos