科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统识别方法对太阳能电池板表面缺陷的识别准确率低、速度慢，针对该情况，提出一种基于改进InceptionV3与迁移学习的识别方法。首先对采集到的太阳能电池板图像进行预处理；其次采用平衡因子δ,引入了新损失函数来改进InceptionV3神经网络，保证了网络的识别率；最后结合迁移学习方法建立缺陷识别模型，进一步提升性能。仿真结果表明，该方法有效提升了太阳能电池板的缺陷识别准确率和速度，其识别准确率高达96.43%,相较于传统InceptionV3模型提升了2.45%,平均分类时间缩短了4.5 ms,表明此方法取得了很好的效果，且具有广阔的应用前景。
- 出版日期2023
- 单位新疆大学
