硅基光伏电池缺陷红外热成像检测与深度学习缺陷分类--仪器信息网3i讲堂

硅基光伏电池缺陷红外热成像检测与深度学习缺陷分类

针对多晶硅光伏电池的缺陷具有多种类，多特征，形状不一的特点，建立了电脉冲红外热成像实验系统，并实现了对多晶硅光伏电池缺陷的有效检测。开展了基于深度学习技术的光伏电池不同类缺陷红外图像自动检测分类实验。通过建立光伏电池缺陷红外图像数据集并采用AlexNet、VGG16、VGG19三种微调网络进行迁移学习。所得结果证明了深度学习技术可以有效实现光伏电池多种类缺陷的自动分类，且模型的准确率高达95%以上。