[发明专利]一种基于深度学习的光伏板缺陷识别分类方法在审
| 申请号： | 202211480990.4 | 申请日： | 2022-11-24 |
| 公开（公告）号： | CN115713659A | 公开（公告）日： | 2023-02-24 |
| 发明（设计）人： | 丁卫红;叶凡;张乾珣;严静;曹佳鑫;施敏捷 | 申请（专利权）人： | 淮阴工学院 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/774;G06V10/82 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 223003 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的光伏板缺陷识别分类方法，首先，对预先获取的光伏组件原始图像数据集进行数据预处理和数据增强；其次，构建Swin Transformer模型，并对其进行训练；然后，基于迁移学习获取预训练的权重，并在SwinTransformer的训练期间进行调整，获取优化后的SwinTransformer模型；最后，基于优化后的SwinTransformer模型对光伏板缺陷进行识别分类。本发明解决视觉图像的多尺度问题，极大降低了transformer的计算复杂度；且本发明所有预训练的权重都在SwinTransformer的再训练期间进行调整，以达到最佳性能。 | ||
| 搜索关键词： | 一种 基于 深度 学习 光伏板 缺陷 识别 分类 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淮阴工学院，未经淮阴工学院许可，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/202211480990.4/，转载请声明来源钻瓜专利网。
