【摘 要】
：
晶硅太阳能电池可以把光能转化成电能,在新能源发展中扮演着重要的角色。生产工艺缺陷或人为操作失误等都会导致太阳能电池表面出现裂片、裂纹、虚焊等细微缺陷,这些缺陷会降低电池组件的工作效率,减少太阳能电池的使用寿命。表面缺陷细微且不易观察的特性,使太阳能电池表面缺陷检测存在众多难点。随着人工智能和机器视觉的快速发展,基于卷积神经网络模型的深度学习算法用于太阳能电池表面缺陷检测,并取得了更好的检测性能,是
论文部分内容阅读
晶硅太阳能电池可以把光能转化成电能,在新能源发展中扮演着重要的角色。生产工艺缺陷或人为操作失误等都会导致太阳能电池表面出现裂片、裂纹、虚焊等细微缺陷,这些缺陷会降低电池组件的工作效率,减少太阳能电池的使用寿命。表面缺陷细微且不易观察的特性,使太阳能电池表面缺陷检测存在众多难点。随着人工智能和机器视觉的快速发展,基于卷积神经网络模型的深度学习算法用于太阳能电池表面缺陷检测,并取得了更好的检测性能,是该领域新的研究热点。本文围绕太阳能电池表面缺陷中的深度学习网络模型改进展开研究,旨在进一步提高检测的准确度,并降低缺陷位置回归的误差。论文的主要工作包括以下两个方面:首先,针对太阳能电池表面缺陷检测过程中面临的错检和漏检率较高、位置精度差等问题,本文提出一种融合多路卷积神经网络的太阳能电池表面缺陷检测算法。设计了新的检测候选框融合方案,将基于VGG-19的Faster R-CNN网络与基于Resnet-101的全卷积R-FCN网络模型进行互补融合,有效提高了缺陷位置回归精度,同时降低了漏检率和误检率。其次,针对Faster R-CNN用于太阳能电池表面缺陷检测时特征提取能力不足的问题,本文引入了跨层连接结构,并采用多尺度特征抽取机制进行目标候选框的提取,使网络在学习深层语义信息的同时不忽略浅层纹理信息的学习,增加候选框预测的准确度。改进的网络结构更能适应太阳能电池表面狭长、细小缺陷的尺度变化,有效降低了检测的错误率。
其他文献
本文对作为提高采收率调剖用的弱凝胶进行了调研,研究了凝胶的发展历程及近况,在其应用取得成功的情况下,以WY区块为背景条件,研制出了一种适合于WY区块调剖用的弱凝胶体系,
作为“一带一路”倡议沿线国家,黑山并不为中国读者所广泛熟知。随着近年来黑山和中国间的合作取得突破性进展,两国未来的人文交流和文明对话势必更加频繁。如此,将有必要增
随着集成电路产业发展迅速,处理器技术的提高以及验证需求多变,处理器验证是处理器研发必不可缺的一部分。目前,业界对处理器验证的主流手段仍然是基于伪随机测试的模拟验证技术。这种验证方法最关键的技术在于怎么用最少的时间生成大量有效的测试激励,因此处理器伪随机激励生成器作为模拟验证技术的核心关键技术是处理器设计研发的基础支撑技术之一,也是处理器设计验证必须自主可控的关键技术之一。本文的工作主要如下:本文首
环氧树脂具有良好的机械性能、绝缘性、耐腐蚀性、黏接性能和低收缩性,被广泛的应用于粘结剂、防腐涂料、电气绝缘材料、复合材料等领域。然而,环氧树脂的性能上也存在着一定
本文从责任保险和解方式解决纠纷过程中保险人与被保险人存在的固有利益冲突入手,结合目前保险人控制和解的事实以及立法对保险人赋权而缺乏相对义务的失衡现状,为了防止保险
随着量子信息技术的快速发展,量子纠缠是一种重要的物理资源。不管是量子通信还是量子计算,都广泛的应用了量子纠缠态。量子纠缠可分为多种类型。例如,在离散变量系统中,典型的纠缠是双光子极化纠缠。如果量子态能同时在多个自由度中纠缠,这样的纠缠态被称为超纠缠态,如极化-空间模式超纠缠态和极化-路径超纠缠态。最近,另一种复合纠缠也被用于量子信息处理。但通常纠缠很难直接表征出来,因此,度量量子纠缠态的程度就显得
随着激光设备价格的下降,目前无人驾驶已从单传感器识别逐渐过渡到多传感器融合,但因激光点云信息为三维信息,在对识别算法的计算与存储能力提出较高要求的同时,也面临着点云数据特征提取与融合网络搭建等诸多挑战。为解决点云数据量过大、图像与点云融合困难等问题,本文基于KITTI数据集,研究了一个传感器融合识别算法,用于针对不同目标的分类与定位,并获取其3D目标识别框。首先,本文介绍了KITTI数据集中涉及传
随着网络交易逐渐成为人们消费的主流,每年网络交易所发生的专利侵权案件也越来越多。因网络交易发展趋势迅猛,相关领域的立法慢慢凸显其滞后性。在知识产权领域,特别是专利
金属腐蚀问题在许多行业中都是一个亟待解决的问题。近些年来,导电聚合物特别是聚苯胺,由于其优异的环境稳定性、易于合成、独特的掺杂特性、可逆的酸碱掺杂/反掺杂性能,在金
为支持市场上存在的多种移动平台(Android、iOS等),需为同一移动应用(App)开发多种版本。虽然各个版本的用户界面和处理逻辑基本相同,但却必须使用不同的技术来设计和实现。