科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对光伏组件热斑若未及时发现处理，会严重影响光伏组件及阵列正常运行的问题，为了有效检测光伏阵列热斑，提出一种基于YOLOv5框架的深度学习热斑检测方法.首先，采用像素加权平均法融合红外和可见光图像作为检测对象，实现同时对光伏组件热斑和遮挡物的检测，并初步分析热斑成因.其次，改进模型框架，在轻量级网络MobileNetV3-large的基础上，融合坐标注意力机制，设计更轻量、更高效的MobileNetCA作为特征提取网络.然后，针对训练中正负样本数量极不平衡的情况，更换损失函数为变焦距损失函数，达到训练中突出正例的效果.同时，改进模型anchor box目标框生成算法，使生成的目标框与实际标注框更一致.实验结果表明，改进后的模型mAP为88.9%,较原YOLOv5s模型提升了3.8%,且模型参数量仅为原模型的48.6%.
- 出版日期2023
