典型文献
基于改进SSD算法的光伏组件缺陷检测研究
文献摘要：
无人机自动化巡检是解决大型分布式光伏系统运维需求的有效方案.无人机航拍产生大量光伏板图像数据,需要算法实现更高的识别精度和更快的识别速度,为此提出一种改进的SSD算法,用于检测光伏组件缺陷.新算法在原有SSD算法中嵌入注意力机制,并使用迁移学习策略提高检测速度和准确率,能够对光伏组件普遍存在的玻璃破碎、受光面发黄、灰尘等进行自动识别和分类.通过与Faster-RCNN、YOLO3、VGG16-SSD算法对比,实验结果表明,改进SSD算法在识别准确率、召回率和检测速度方面表现良好,能有效提升光伏组件缺陷识别的效率.
文献关键词：
迁移学习;SSD算法;深度学习;注意力机制;光伏板检测
中图分类号：
作者姓名：
钟泳松;徐凌桦;周克
作者机构：
贵州大学电气工程学院,贵阳550025
文献出处：
引用格式：
[1]钟泳松;徐凌桦;周克-.基于改进SSD算法的光伏组件缺陷检测研究)[J].微处理机,2022(01):22-25
A类：
YOLO3,光伏板检测
B类：
SSD,光伏组件,缺陷检测,自动化巡检,分布式光伏,光伏系统,系统运维,有效方案,无人机航拍,板图,图像数据,算法实现,识别精度,测光,新算法,注意力机制,迁移学习策略,高检,检测速度,光面,发黄,灰尘,自动识别,Faster,RCNN,VGG16,算法对比,识别准确率,召回率,缺陷识别
AB值：
0.398404
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
