[发明专利]基于卷积神经网络多特征融合的太阳能电池缺陷检测方法有效
| 申请号： | 202010429805.3 | 申请日： | 2020-05-20 |
| 公开（公告）号： | CN111768365B | 公开（公告）日： | 2023-05-30 |
| 发明（设计）人： | 上官宏;宁爱平;郝雅雯;张雄;王安红;彭司春;侯婷 | 申请（专利权）人： | 太原科技大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/0464;G06N3/08;G01N21/88 |
| 代理公司： | 太原市科瑞达专利代理有限公司 14101 | 代理人： | 赵禛 |
| 地址： | 030024 山*** | 国省代码： | 山西;14 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于卷积神经网络多特征融合的太阳能电池缺陷检测方法，属于太阳能电池表面缺陷检测技术领域，解决网络对太阳能电池板表面各种缺陷类型适应度的技术问题，本发明在Faster R‑CNN卷积神经网络结构基础上引入跨层连接的思想，使之在学习深层特性信息的同时，学习浅层信息，有效降低错误率；采用多尺度的方式进行目标候选框的提取，通过一定比例融合挑选出适合的框作为候选框，在一定程度上减少漏检率，增加多尺度特征融合层可以有效适用于太阳能电池板表面缺陷的检测。本发明针对太阳能电池板表面缺陷的狭长、细小的特性，使用多种纵横比和尺度，使之更适应缺陷类型，能增加预测框的准确度，能有效提高目标检测准确率、检测缺陷位置、具有较高的置信度值。 | ||
| 搜索关键词： | 基于 卷积 神经网络 特征 融合 太阳能电池 缺陷 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于太原科技大学，未经太原科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010429805.3/，转载请声明来源钻瓜专利网。
