تصميم الكشف عن عيوب الألواح الشمسية بناءً على خوارزمية YOLO v5

يمكن أن تسبب عيوب الألواح الشمسية حوادث كهربائية بسهولة. تم تحسين خوارزمية YOLO v5 لتعويض انخفاض كفاءة الكشف للطرق التقليدية في كشف العيوب. أولاً، تم تحسينها على أساس الانتباه التبادلي للحصول على آلية انتباه LCA ذات مدى أهداف أكبر، مما يمكن أن يعزز نطاق استشعار ميزات الهدف بالإضافة إلى التقاط معلومات الميزات بالكامل؛ ثانياً، يتم استخدام هرم الميزات ذي الاتجاهين الموزون لموازنة معلومات الميزات ذات الفروق الشديدة في البكسل من خلال تعيين أوزان مختلفة، مما يكون أكثر ملاءمة لدمج الميزات بسرعة متعددة المقاييس؛ أخيراً، تم استبدال الرأس المعتاد المرفق بسلسلة YOLO برأس مفكك، بحيث يمكن أداء فرع المهمة بدقة أكبر وبالتالي تحسين دقة الكشف. تظهر نتائج التجارب المقارنة على مجموعة بيانات كشف عيوب الألواح الشمسية أن بعد تحسين الخوارزمية، زادت الدقة العامة بنسبة 1.5%، وزادت نسبة الاسترجاع بنسبة 2.4%، ووصلت قيمة mAP إلى 95.5%، وهو ما يزيد بنسبة 2.5% عن القيم السابقة للتحسين. يمكنها تحديد ما إذا كانت هناك عيوب بدقة أكبر، وتوحيد جودة الألواح الشمسية، وضمان السلامة الكهربائية.