研究目的
提出一种通过融合多通道卷积神经网络来检测太阳能电池表面缺陷的算法,以提高检测精度和位置准确性。
研究成果
所提出的方法有效克服了单一网络检测缺陷时高误报率和漏检率的问题,在提高目标召回率的同时大幅提升了缺陷位置的检测精度。下一步研究重点将在此基础上估算缺陷的几何尺寸。
研究不足
由于采用多通道联合检测方法,该方法的实时性能相对较差,但每幅图像的平均检测时间仍小于1秒,可以满足实时应用的需求。
研究目的
提出一种通过融合多通道卷积神经网络来检测太阳能电池表面缺陷的算法,以提高检测精度和位置准确性。
研究成果
所提出的方法有效克服了单一网络检测缺陷时高误报率和漏检率的问题,在提高目标召回率的同时大幅提升了缺陷位置的检测精度。下一步研究重点将在此基础上估算缺陷的几何尺寸。
研究不足
由于采用多通道联合检测方法,该方法的实时性能相对较差,但每幅图像的平均检测时间仍小于1秒,可以满足实时应用的需求。
加载中....
您正在对论文“通过融合多通道卷积神经网络检测太阳能电池表面缺陷”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期