基于深度学习的太阳能电池板缺陷检测模型设计

基于深度学习的太阳能电池板缺陷检测模型设计

论文摘要

太阳能电池板是光伏发电的核心部件,表面质量关系着其使用寿命和发电效率。针对目前太阳能电池板缺陷检测方法存在着检测效率低、周期长、检测缺陷单一等问题,文章设计了一种基于深度学习的太阳能电池板缺陷检测模型SSNBDL,其基本思想是,在Segnet网络框架基础上,使用空洞卷积替代其中的池化层,使得在增大感受野的同时还保留了图像的边缘信息,基于该模型对太阳能电池板缺陷进行检测,明显提高了检测的准确率。

论文目录

  • 1 研究现状
  • 2 基于深度学习的语义分割网络模型SSNBDL设计
  •   2.1 卷积神经网络
  •     2.1.1 卷积层
  •     2.1.2 池化层
  •     2.1.3 全连接层
  •   2.2 语义信息
  •   2.3 Segnet网络
  •   2.4 SSNBDL网络结构
  • 3 实验结果和分析
  •   3.1 实验数据
  •   3.2 实验结果
  • 4 结语
  • 文章来源

    类型: 期刊论文

    作者: 陈凤妹,程显毅,姚泽峰

    关键词: 太阳能电池片,深度学习,语义分割,缺陷检测

    来源: 无线互联科技 2019年23期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 电力工业,计算机软件及计算机应用,自动化技术

    单位: 硅湖职业技术学院,南通大学计算机科学与技术学院

    分类号: TP391.41;TP18;TM914.4

    页码: 56-61+74

    总页数: 7

    文件大小: 2987K

    下载量: 212

    相关论文文献

    • [1].图说天下[J]. 卫星与网络 2019(10)
    • [2].太阳能电池板最佳倾角与纬度的数学关系分析[J]. 电子世界 2020(05)
    • [3].柔性太阳能电池板与车身一体化的节能车身的设计[J]. 轻工科技 2020(04)
    • [4].太阳能电池板光热能量的利用[J]. 石化技术 2020(02)
    • [5].硅基太阳能电池板概述[J]. 农村经济与科技 2018(24)
    • [6].研究表明在耕地上安装太阳能电池板可以使土地效率最大化[J]. 世界环境 2019(05)
    • [7].汽车太阳能电池板自动展开与追踪机构[J]. 内燃机与配件 2019(22)
    • [8].全自动扫吹一体化太阳能电池板综合除尘系统[J]. 电子制作 2018(12)
    • [9].太阳能电池板转轴支架控制方式与无线通信的优点[J]. 电气工程应用 2016(04)
    • [10].“薄如纸”的3D打印太阳能电池板[J]. 农村电工 2017(04)
    • [11].对太阳能电池板的原理分析和应用展望[J]. 山东工业技术 2017(19)
    • [12].3D打印太阳能电池板可为整栋楼供能[J]. 上海节能 2016(03)
    • [13].新能源材料[J]. 新材料产业 2016(07)
    • [14].太阳能电池板清洗机器人设计与研究[J]. 电子技术与软件工程 2016(14)
    • [15].改变太阳能电池板的形状提高其效率[J]. 电世界 2016(09)
    • [16].韩国科学家研制出超薄弹性太阳能电池板[J]. 农村电工 2016(10)
    • [17].机器人搬运系统在太阳能电池板固化系统中的应用[J]. 制造业自动化 2015(21)
    • [18].透明太阳能电池板或将取代传统窗玻璃[J]. 大自然探索 2020(05)
    • [19].用弹弓击败歌利亚[J]. 中国慈善家 2016(11)
    • [20].发掘太空中的遗址[J]. 飞碟探索 2016(06)
    • [21].新奇木头变“玻璃”[J]. 大自然探索 2016(12)
    • [22].自带太阳能伞的多功能背包设计制作[J]. 中学生数理化(学习研究) 2017(02)
    • [23].首届兴华国际青少年科技运动会赛项 光能小车直线竞速比赛[J]. 中国科技教育 2017(02)
    • [24].生态小屋[J]. 中学生百科 2017(15)
    • [25].世界首条太阳能电池板公路在法国建成[J]. 初中生必读 2017(04)
    • [26].光伏生态新农业 发电种地两不误[J]. 农家致富 2017(01)
    • [27].集装箱学校[J]. 学苑创造(7-9年级阅读) 2017(05)
    • [28].太阳能板自动跟踪器[J]. 农村青少年科学探究 2017(06)
    • [29].震撼全球的太阳能业务[J]. 新城乡 2017(05)
    • [30].太阳能机器狗[J]. 儿童故事画报 2017(26)

    标签:;  ;  ;  ;  

    基于深度学习的太阳能电池板缺陷检测模型设计
    下载Doc文档

    猜你喜欢