山东大学学报(工学版)

作者：索大翔,李波

单位：天津大学管理与经济学部, 天津 300072

关键词：小目标检测,实时目标检测,缺陷检测,特征增强,尺寸匹配,

基金：国家社科基金资助项目(21&ZD102);国家自然科学基金资助项目(72132007)

针对光伏场站无人机巡检场景中,电池面板缺陷目标成像过小导致的漏检和误检问题,提出一种针对光伏电池板的高精度缺陷检测方法。根据无人机巡检中目标尺寸的分布特征,采用细粒度特征增强与尺寸匹配相结合的策略,提高光伏缺陷小目标检测精度。与传统样本数据增强、多尺度学习和特征增强等增强小目标策略不同,引入细节保留语义信息增强模块,在保留细粒度信息的同时,挖掘相关粗粒度语义细节。引入锚点-预测头匹配多尺度检测策略,确保锚点与特征图的尺寸匹配。本研究方法在PVEL-AD数据集上均值平均精度达到59.4%,在CARPK数据集上均值平均精度达到97.6%,对比主流目标检测模型,光伏缺陷目标检测性能显著提高。

来源：2025年第4期

《山东大学学报(工学版)》期刊编辑部

查看山东大学学报(工学版)杂志2025年第4期