改進的YOLOv5 雙影像光伏故障小目標(biāo)檢測

打開文本圖片集

摘 要：利用無人機對光伏組件進行故障巡檢通常從可見光和紅外光兩種場景分別處理和檢測。該文提出基于殘差神經(jīng)網(wǎng)絡(luò)ResNet50和改進的YOLOv5故障檢測方法，實現(xiàn)對兩種影像圖像高精度自動分類和故障檢測。針對紅外數(shù)據(jù)進行色度變換去除太陽反光而保留熱斑，針對可見光數(shù)據(jù)采用銳化的方式凸顯異物、裂痕等小目標(biāo)，使用不同的YOLOv5目標(biāo)檢測算法實現(xiàn)可見光下小型異物故障和紅外光下熱斑故障的快速檢測和定位。（剩余10758字）