基于多尺度伸缩卷积与注意力机制的光伏组件缺陷分割算法
所屬分類：技术论文
上傳者：wwei
文檔大?。?span>3959 K
標簽： 光伏组件缺陷 注意力机制 多尺度伸缩卷积
所需積分：0分積分不夠怎么辦？
文檔介紹：无人机在光伏系统的巡检过程中需要对光伏组件的缺陷进行准确和快速识别，为此提出了一种基于多尺度伸缩卷积与注意力机制的光伏组件缺陷分割网络。首先在传统的U-Net网络每个Stage加入多尺度伸缩卷积模块，从而对光伏组件缺陷进行分割，PA达到了98.61%，与传统U-Net、FCN网络进行对比分析，准确率分别提高了0.32%和1.17%，算法消耗时间0.054 s，相较于对比的分割算法提高了0.006 s~0.013 s；然后将分割后的缺陷掩码mask和原图进行与操作，最后通过轻量级网络MobileNetV3对光伏组件缺陷（热斑、裂缝、鸟粪）进行检测并分类，精确率达到了98.82%，与SqueezeNet、ShuffleNet V2和GhostNet网络进行对比，分别提高了0.43%、1.08%和0.8%，平均检测时间0.026 s，相较于对比的检测算法提高了0.002 s~0.036 s。实验结果表明基于多尺度伸缩卷积与注意力机制的光伏组件缺陷分割网络具有较高的准确率和识别速率。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。