【技术实现步骤摘要】
本专利技术涉及产品检测，具体涉及一种光伏组件的膜带缺失检测方法、装置、计算机设备及可读存储介质。
技术介绍
1、在光伏组件生产、电池生产、薄膜制造和电子元件封装等工业领域，膜带缺失检测主要通过人工检测实现。人工检测依赖于操作人员的视觉和经验，通过对膜带图像进行人工目视检查来识别缺失区域。为了提高检测效率和精度，近年来，越来越多地采用基于规则的图像处理技术进行自动检测。
2、然而，人工检测由于依赖于人的视觉判断，难以保持一致性和可靠性，且随着生产线速度的提高，检测效率难以满足实际需求。基于规则的图像处理方法虽然能够实现一定程度的自动化，但由于其本质上是基于预设的特征提取规则，难以应对复杂多变的实际工况。例如，当膜带表面存在划痕、污渍或其他干扰时，这些方法容易产生误检或漏检。
技术实现思路
1、本专利技术提供一种光伏组件的膜带缺失检测方法、装置、计算机设备及可读存储介质，能够提升对光伏组件的膜带缺失检测的效率和准确性。
2、第一方面，本专利技术提供一种光伏组件的膜带缺失检测方法，所述方法包括：
3、获取光伏组件的样本图片；所述样本图片包括多个缺陷样本图片和多个合格样本图片，所述缺陷样本图片包括光伏组件存在膜带缺失的位置对应的第一切分图，所述合格样本图片包括光伏组件不存在膜带缺失的位置对应的第二切分图；
4、将所述样本图片输入至初始检测网络，对所述初始检测网络进行训练得到目标检测网络；
5、将待检测产品的产品图像输入至所述目标检
6、可选的，所述初始检测网络包括特征处理层，所述特征处理层包括特征提取层和特征拼接层；
7、所述对所述初始检测网络进行训练得到目标检测网络，包括：
8、将所述样本图片输入至所述特征提取层，通过所述特征提取层对所述样本图片进行多尺度特征提取，输出所述样本图片的多个特征；
9、将所述样本图片的多个特征输入至所述特征拼接层，得到所述特征拼接层输出的第一拼接特征。
10、可选的，所述特征提取层包含多个大小不同的卷积核；
11、对所述样本图片进行多尺度特征提取，输出所述样本图片的多个特征，包括：
12、将所述样本图片输入至多个所述卷积核中，每个所述卷积核输出一个对应尺度的特征，得到所述样本图片的多个尺度的特征。
13、可选的，所述初始检测网络还包括嵌入编码层，所述嵌入编码层包括嵌入层、编码层和反嵌入层；
14、所述对所述初始检测网络进行训练得到目标检测网络，包括：
15、将所述第一拼接特征输入至所述嵌入层，通过所述嵌入层将所述第一拼接特征映射为低维向量，得到嵌入后的第一拼接特征；
16、将所述嵌入后的第一拼接特征输入至所述编码层，对所述嵌入后的第一拼接特征进行多层提取，输出特征信息更丰富的多个编码特征向量；
17、将所述编码特征向量输入至所述反嵌入层，将低维的所述编码特征向量映射并拼接为高维向量，输出第二拼接特征。
18、可选的，所述初始检测网络还包括依次相连的第一全连接层、第二全连接层和激活函数层，每个所述第一全连接层包括多个第一全连接器，每个所述第二全连接层均包括多个第二全连接器，所述第一全连接器的数量和所述第二全连接器的数量相等且均为奇数；
19、所述对所述初始检测网络进行训练得到目标检测网络，包括：
20、将所述第二拼接特征输入至所述第一全连接层，经所述第一全连接层、所述第二全连接层和所述激活函数层处理后，输出所述样本图片存在缺陷或不存在缺陷的概率分布。
21、可选的，所述初始检测网络还包括投票层；
22、所述对所述初始检测网络进行训练得到目标检测网络，包括：
23、将每个所述概率分布输入至所述投票层，以对所述概率分布进行解析，得到所述待检测产品是否存在膜带缺失的投票结果；
24、根据所述投票结果，确定所述初始检测网络对所述光伏组件进行膜带缺失检测的检测结果。
25、可选的，所述将待检测产品的产品图像输入至所述目标检测网络，对所述待检测产品的膜带缺失进行检测，得到目标检测结果，包括：
26、通过所述目标检测网络输出所述待检测产品是否存在膜带缺失的第一检测结果，以及当所述待检测产品存在膜带缺失时输出第二检测结果；
27、所述第二检测结果包括所述待检测产品存在的膜带缺失的缺陷标识和位置。
28、第二方面，本专利技术还提供一种光伏组件的膜带缺失检测装置，包括：
29、数据获取模块，用于获取光伏组件的样本图片；所述样本图片包括多个缺陷样本图片和多个合格样本图片，所述缺陷样本图片包括光伏组件存在膜带缺失的位置对应的第一切分图，所述合格样本图片包括光伏组件不存在膜带缺失的位置对应的第二切分图；
30、模型训练模块，将所述样本图片输入至初始检测网络，对所述初始检测网络进行训练得到目标检测网络；
31、缺陷检测模块，用于将待检测产品的产品图像输入至所述目标检测网络，对所述待检测产品是否存在膜带缺失进行检测，得到目标检测结果。
32、第三方面，本专利技术还提供一种计算机设备，包括处理器和存储器；所述存储器，用于存储计算机程序；所述处理器，用于执行所述存储器中所存储的所述计算机程序，实现如上所述的光伏组件的膜带缺失检测方法的步骤。
33、第四方面，本专利技术还提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器进行加载，以如上所述的光伏组件的膜带缺失检测方法的步骤。
34、本专利技术中，通过光伏组件的缺陷样本图片和合格样本图片，训练初始检测网络得到目标检测网络。通过目标检测网络对光伏组件进行膜带缺失检测，高效地自动学习和提取膜带图片的多层次特征，并对膜带图片中的关键区域进行重点关注，有效地增强对膜带细微缺失区域的感知能力，减少漏检和误检现象，从而能够提高对光伏组件进行膜带缺失检测的准确性和效率。
本文档来自技高网...【技术保护点】
1.一种光伏组件的膜带缺失检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的光伏组件的膜带缺失检测方法，其特征在于，所述初始检测网络包括特征处理层，所述特征处理层包括特征提取层和特征拼接层；
3.根据权利要求2所述的光伏组件的膜带缺失检测方法，其特征在于，所述特征提取层包含多个大小不同的卷积核；
4.根据权利要求2所述的光伏组件的膜带缺失检测方法，其特征在于，所述初始检测网络还包括嵌入编码层，所述嵌入编码层包括嵌入层、编码层和反嵌入层；
5.根据权利要求4所述的光伏组件的膜带缺失检测方法，其特征在于，所述初始检测网络还包括依次相连的第一全连接层、第二全连接层和激活函数层，每个所述第一全连接层包括多个第一全连接器，每个所述第二全连接层均包括多个第二全连接器，所述第一全连接器的数量和所述第二全连接器的数量相等且均为奇数；
6.根据权利要求5所述的光伏组件的膜带缺失检测方法，其特征在于，所述初始检测网络还包括投票层；
7.根据权利要求1所述的光伏组件的膜带缺失检测方法，其特征在于，所述将待检测产品的产品
8.一种光伏组件的膜带缺失检测装置，其特征在于，所述装置包括：
9.一种计算机设备，其特征在于，包括：处理器和存储器；
10.一种计算机可读存储介质，其特征在于，存储有计算机程序，所述计算机程序被处理器进行加载，以执行权利要求1-7任一项所述的光伏组件的膜带缺失检测方法的步骤。
...【技术特征摘要】
1.一种光伏组件的膜带缺失检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的光伏组件的膜带缺失检测方法，其特征在于，所述初始检测网络包括特征处理层，所述特征处理层包括特征提取层和特征拼接层；
3.根据权利要求2所述的光伏组件的膜带缺失检测方法，其特征在于，所述特征提取层包含多个大小不同的卷积核；
4.根据权利要求2所述的光伏组件的膜带缺失检测方法，其特征在于，所述初始检测网络还包括嵌入编码层，所述嵌入编码层包括嵌入层、编码层和反嵌入层；
5.根据权利要求4所述的光伏组件的膜带缺失检测方法，其特征在于，所述初始检测网络还包括依次相连的第一全连接层、第二全连接层和激活函数层，每个所述第一全连接层包括多个第一全连接器，每个所述第二全连接层均...
【专利技术属性】
技术研发人员：沈建华，李义强，刘巨祥，肖泳，王龙，孙怡玮，韦云雷，孟淑霞，
申请(专利权)人：正泰集团研发中心上海有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。