基于改进YOLOv5的深度学习光伏组件“热斑效应”检测方法

针对光伏组件的热斑检测,提出基于改进YOLOv5的光伏组件热斑检测算法。该算法引入空洞卷积构成的Dilated block替换原来的SPP block,有效减小了池化操作带来的热斑信息损失,提高了网络的感受野。同时在多尺度检测过程中加入通道注意力机制,增强了热斑目标区域的重要性,提高了热斑检测性能。并提出由深度可分离卷积构成的轻量化模块,有效减小了模型参数量,提高了检测速度。实验表明,基于改进YOLOv5网络能实现热斑部位的快速准确检测,此方法的AP较原算法提高1.5%达到98.65%,检测速度较原算法提高25%达到31帧/s。