改进YOLOv5的光伏组件热斑及遮挡小目标检测

作者：林正文; 宋思瑜; 范钧玮; 赵薇; 刘广臣^*

来源：计算机工程与应用, 2023, 1-13.

• 光伏组件
• 热斑故障
• 异物遮挡
• 小目标检测
• YOLOv5
• 坐标注意力

热斑会严重影响光伏组件发电效率，利用红外光图像检测热斑，难以同时实现树叶、鸟粪等小型异物遮挡的有效识别，及时发现和清理异物可以有效降低因受到持续遮挡而引起的热斑。为实现对热斑更加全面的识别和处理，基于无人机巡检可见光和红外光视频图像尺寸及检测任务特点，结合K-means++算法与IoU指标改进了YOLOv5的锚框设定方案以改善结果的随机性；可见光场景中，针对遮挡物体较小导致难以检测的问题，在YOLOv5s6的主干网络中嵌入坐标注意力机制（Coordinate Attention，CA），设计了遮挡小目标检测模型（CA-YOLOv5s6）；红外光场景中，热斑区域较为明显，选择轻量化网络YOLOv5n作为其检测模型。实验结果显示：相较于YOLOv5s6，CA-YOLOv5s6的mAP提升了2.97%，达到83.78%，Parameters减少了0.48M，达到11.84M，有效地提高了遮挡小目标的检测精度；YOLOv5n模型的mAP、FPS、Parameters分别为93.31%、83.3、1.7M，可以更好地满足红外图像热斑检测的任务需求。

• 出版日期2023
• 单位鲁东大学