[发明专利]太阳能光伏板隐裂检测方法、装置、电子设备及存储介质

说明书

本发明提供一种太阳能光伏板隐裂检测方法、装置、电子设备及存储介质，对于待检测的太阳能光伏板的目标图像，通过将该目标图像输入至图像检测模型中，来获得该目标图像的隐裂检测结果。自注意力机制特殊的全局信息捕获能力使其面对遮挡等特殊情况时，依然能保持高效和优越的隐裂检测表现，而由该自注意力机制与多层感知机搭建并训练得到的图像检测模型能够快速且准确地检测出太阳能光伏板是否存在隐裂，可应用于真实的电网运行中，提高光伏发电的效率。

技术领域

本发明涉及缺陷检测研究技术领域，更具体地说，涉及一种太阳能光伏板隐裂检测方法、装置、电子设备及存储介质。

背景技术

太阳能是一种清洁能源，被广泛运用于工业界与人们的生活中。太阳能光伏板上的隐裂会极大地降低太阳能的发电效率，从而造成影响。因此，对太阳能电池光伏板隐裂进行准确并且高效率的检测是十分有必要的。

太阳能光伏板隐裂检测是指通过对捕捉到的太阳能光伏板图像进行识别来确定太阳能光伏板是否存在隐裂。传统的太阳能光伏板隐裂检测主要是基于机器学习模型，比如SVM(Support Vector Machine，支持向量机)，先对太阳能光伏板图像进行特征提取，再使用SVM对特征进行分析，从而判断是否存在隐裂；再比如卷积神经网络，其是一种广泛使用的深度学习模型，其识别成功率高、识别效率也较好。

然而，传统的太阳能光伏板隐裂检测鲁棒性都比较差，面对一些特殊情况，如存在大面积遮挡或者对抗攻击等，无法准确识别出太阳能电池光伏板是否存在隐裂。除此以外，卷积运算是一种局部操作，只会对太阳能光伏板图像的局部进行特征提取，在该过程中，可能会导致一些图像像素之间的远距离关系不能得到较好地建模。

因此，亟需一种有着同样较高的检测准确率和较好的检测效率的太阳能光伏板隐裂检测方法，在各种情况下更鲁棒并且对图像关系建模更好，从而解决现有传统太阳能光伏板隐裂检测中存在的各种问题。

发明内容

有鉴于此，为解决上述问题，本发明提供一种太阳能光伏板隐裂检测方法、装置、电子设备及存储介质，技术方案如下：

一种太阳能光伏板隐裂检测方法，所述方法包括：

获取待检测的太阳能光伏板的目标图像；

将所述目标图像输入至图像检测模型中，所述图像检测模型通过自注意力机制和多层感知机所构建、并训练得到的；

获取所述图像检测模型针对所述目标图像所输出的隐裂检测结果。

优选的，所述图像检测模型的训练过程，包括：

获取用于训练的太阳能光伏板的样本图像，所述样本图像具有隐裂标注结果；

从所述样本图像中获取本次训练的目标样本图像；

将所述目标样本图像进行分块处理，得到所述目标样本图像对应的多个图像块；使用所述自注意力机制对所述目标样本图像所对应多个图像块之间的全局关系进行建模，得到所述目标样本图像对应的多尺度特征；使用所述多层感知机对所述目标样本图像所对应多尺度特征进行通道线性变换、特征融合、以及特征分类，得到所述目标样本图像的隐裂预测结果；基于所述目标样本图像的隐裂标注结果和隐裂预测结果计算所述多层感知机本次训练的损失函数值；

如果本次训练的损失函数值不满足对应的训练结束条件，则调整所述多层感知机的参数，并返回执行所述从所述样本图像中获取本次训练用的目标样本图像，这一步骤；

如果本次训练的损失函数值满足对应的训练结束条件，则结束训练，将所述自注意力机制和本次训练后的多层感知机所构建的模型作为所述图像检测模型。

优选的，所述从所述样本图像中获取本次训练的目标样本图像之前，所述图像检测模型的训练过程，还包括：