一种基于深度学习的光伏电池板巡检方法.pdfVIP

下载本文档

0
0
约1.16万字
约 13页
2023-04-24 发布于北京
举报
版权申诉

一种基于深度学习的光伏电池板巡检方法.pdf

1、本文档共13页，其中可免费阅读12页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于深度学习的光伏电池板巡检方法，涉及电力巡检与图像处理领域，其步骤如下：准备网络输入数据，利用无人机携带成像设备采集光伏电池板的图像数据集；通过翻转、旋转、镜像、亮度调节等操作对训练集和测试集进行增强和扩展，增加数据的多样性；本发明通过改进的Unet分割模型设计了光伏电池板缺陷区域的检测算法，针对无人机采集图像的特点和检测微小区域的要求，改进了原始的Unet模型的网络结构，引入了双注意力特征融合模块，并设置了合适的激活函数等网络参数，实现了对于裂缝等微小缺陷的特征提取，抑制了背

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114021741 A (43)申请公布日 2022.02.08 (21)申请号 202111113670.0 (22)申请日 2021.09.23 (71)申请人华能南京金陵发电有限公司