买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：沈阳农业大学

摘要：本发明提供了一种基于深度卷积神经网络的光伏板热斑检测方法及装置，属于光伏板热斑检测技术领域，包括：获取光伏板红外图像；利用改进的目标检测算法Yolov4构建光伏板识别模型，通过光伏板识别模型识别并截取光伏板红外图像中的光伏板；利用优化的语义分割算法DeepLabV3+构建热斑分割模型，通过热斑分割模型对截取到的光伏板上的热斑进行检测分割。本发明通过对Yolov4特征提取网络进行替换，实现对航拍红外图像光伏板的快速识别，解决红外图像地面背景影响的问题，将MobileNetV2网络引入DeeplabV3+模型中实现对上述识别结果进行热斑的快速分割，可以精确检测出热斑。

主权项：1.一种基于深度卷积神经网络的光伏板热斑检测方法，其特征在于，包括以下步骤：获取光伏板红外图像；利用改进的目标检测算法Yolov4构建光伏板识别模型，通过所述光伏板识别模型识别并截取所述光伏板红外图像中的光伏板；利用优化的语义分割算法DeepLabV3+构建热斑分割模型，通过所述热斑分割模型对截取到的光伏板上的热斑进行检测分割；所述目标检测算法Yolov4的改进包括将Yolov4算法的主干特征提取网络CSPDarknet53替换为轻量型网络MobileNetV2，并将加强特征提取网络PAnet中标准3×3卷积替换为深度可分离卷积；所述语义分割算法DeepLabV3+的优化包括将主干特征提取网络Xception替换为轻量型网络MobileNetV2；通过所述光伏板识别模型识别并截取所述光伏板红外图像中的光伏板，包括以下步骤：通过所述改进的目标检测算法Yolov4的主干特征提取网络MobileNetV2对输入的所述光伏板红外图像进行初步的特征提取，获得初步的特征层；通过所述改进的目标检测算法Yolov4的空间金字塔池化网络SPP对所述特征层进行不同尺度的池化处理，在经过级联后进行3×3卷积；将卷积后的特征输入加强特征提取网络PAne进行特征融合，获得预测框的四个坐标top、left、bottom、right；通过获取的预测框的四个坐标top、left、bottom、right，利用矩阵的形式对所述光伏板识别模型识别，得到光伏板识别结果图片并进行截取；通过所述热斑分割模型对截取到的光伏板上的热斑进行检测分割，包括以下步骤：在所述优化的语义分割算法DeepLabV3+的编码器中，利用MobileNetV2网络的空洞卷积提取光伏板上的热斑特征，将热斑特征合并后进行1×1卷积压缩，输出高级特征；在所述优化的语义分割算法DeepLabV3+的解码器中，将编码器中的低级特征进行1×1卷积降维之后与高级特征进行特征融合，恢复目标边界，并解码出最终的光伏板上的热斑。

全文数据：

权利要求：

百度查询： 沈阳农业大学 一种基于深度卷积神经网络的光伏板热斑检测方法及装置