一种基于深度学习目标检测的光伏缺陷检测方法
基本信息
| 申请号 | CN202111337200.2 | 申请日 | - |
| 公开（公告）号 | CN114092838A | 公开（公告）日 | 2022-02-25 |
| 申请公布号 | CN114092838A | 申请公布日 | 2022-02-25 |
| 分类号 | G06V20/17（2022.01）I;G06V10/80（2022.01）I;G06V10/762（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 薛辉;张喜山;田野;赵晓龙;吴薇;苏冬雨 | 申请（专利权）人 | 前郭县富邦能源科技服务有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 131101吉林省松原市前郭县王府站镇哈玛尔村 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习目标检测的光伏缺陷检测方法，属于深度学习、神经网络和光伏电站缺陷检测技术领域。具体方法如下：首先应用无人机对原始数据进行采集，将采集到的数据传回后台系统进行隔帧提取及预处理；接着制作红外图像数据集；然后将图片放入网络进行训练，输出特征图片；最后将预测网络整合到光伏检测后台系统，对无人机拍摄回传的红外视频可进行实时检测。本发明方法通过深度学习结合无人机红外成像技术实现红外光伏故障检测，操作流程简单，相较于传统的光伏热斑检测方法，本发明方法大大节省了人力物力、识别速度更快、鲁棒性强、检测效率高。 |
