YOLOv5用于太陽電池缺陷檢測(cè)優(yōu)化研究

打開文本圖片集

摘 要：在新能源應(yīng)用技術(shù)中，太陽電池表面缺陷檢測(cè)是至關(guān)重要的技術(shù)環(huán)節(jié)。該文研究并提出一種基于YOLOv5算法的優(yōu)化模型，可對(duì)靜態(tài)圖片進(jìn)行檢測(cè)也可用于實(shí)時(shí)視頻中。將坐標(biāo)注意力機(jī)制（CA）加入到Y(jié)OLOv5的主干網(wǎng)絡(luò)部分。再將頸部網(wǎng)絡(luò)部分的特征融合部分優(yōu)化為BiFPN結(jié)構(gòu)。最后，為解決正負(fù)樣本數(shù)量失衡問題，開啟Focal Loss，并將其優(yōu)化為Varifocal Loss。（剩余13960字）