期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于图像处理与深度学习的太阳能电池片缺陷检测
被引量:
2
1
作者
王茜茜
蒋鹏辉
《上海电机学院学报》
2022年第5期287-291,共5页
针对太阳能电池片表面缺陷检测存在准确率差、效率低的问题,提出一种基于图像处理与深度学习的缺陷检测方法。首先,利用全局直方图均衡化对太阳能电池片图像增强;其次,对电池片的破损、斑纹缺陷图像数据集增强,利用神经网络训练;最后,...
针对太阳能电池片表面缺陷检测存在准确率差、效率低的问题,提出一种基于图像处理与深度学习的缺陷检测方法。首先,利用全局直方图均衡化对太阳能电池片图像增强;其次,对电池片的破损、斑纹缺陷图像数据集增强,利用神经网络训练;最后,预测缺陷类型。结果表明:该方法对太阳能电池片缺陷具有较高的识别率,对太阳能电池片缺陷的自动化检测具有一定意义。
展开更多
关键词
太阳能电池片
缺陷检测
深度学习
神经网络
下载PDF
职称材料
题名
基于图像处理与深度学习的太阳能电池片缺陷检测
被引量:
2
1
作者
王茜茜
蒋鹏辉
机构
创能电力设计有限公司设计部
上海博英信息科技
有限公司
设计
部
出处
《上海电机学院学报》
2022年第5期287-291,共5页
文摘
针对太阳能电池片表面缺陷检测存在准确率差、效率低的问题,提出一种基于图像处理与深度学习的缺陷检测方法。首先,利用全局直方图均衡化对太阳能电池片图像增强;其次,对电池片的破损、斑纹缺陷图像数据集增强,利用神经网络训练;最后,预测缺陷类型。结果表明:该方法对太阳能电池片缺陷具有较高的识别率,对太阳能电池片缺陷的自动化检测具有一定意义。
关键词
太阳能电池片
缺陷检测
深度学习
神经网络
Keywords
solar panel
defect detection
deep learning
neural network
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于图像处理与深度学习的太阳能电池片缺陷检测
王茜茜
蒋鹏辉
《上海电机学院学报》
2022
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部