基于Yolo-v4网络结构光伏面板暗斑缺陷检测方法

摘要

本发明公开了一种基于Yolo‑v4网络结构光伏面板暗斑缺陷检测方法，具体为：对光伏面板的红外图像进行灰度化，获取其灰度图像；对灰度图像进行边缘提取，然后进行二值化，提取连通域并获取连通域的特征，根据获取的特征排除干扰物，获取光伏面板目标区域并进行编号，得到组串区域，并对组串内局部面板进行编号；确定局部面板是否存在暗斑故障，将存在暗斑故障的局部面板的位置、数量以及亮度直方图信息作为网络训练数据输入暗斑检测Yolo‑v4深度学习网络中进行训练，将测试集数据输入训练好Yolo‑v4网络模型完成对光伏组串、光伏面板、暗斑缺陷三种目标的识别与检测。本发明解决了现有技术中存在的检测效率低且准确率低的问题。