融合小尺寸动态蛇形卷积的太阳能电池板检测YOLO模型.pdfVIP

2025年6月1日现代电子技术Jun.2025

第48卷第11期ModernElectronicsTechniqueVol.48No.11

114

114

DOI：10.16652/j.issn.1004⁃373x.2025.11.018

引用格式：汪宇玲，常佳熠.融合小尺寸动态蛇形卷积的太阳能电池板检测YOLO模型[J].现代电子技术，2025，48（11）：114⁃120.

融合小尺寸动态蛇形卷积的太阳能电池板

检测YOLO模型

1，21

汪宇玲，常佳熠

（1.东华理工大学信息工程学院，江西南昌330013；2.新南威尔士大学计算机科学与工程学院，澳大利亚悉尼2052）

摘要：针对太阳能电池板表面缺陷检测任务中检测精度低的问题，提出一种融合小尺寸动态蛇形卷积的太阳能电池

板检测YOLO模型。主要设计了可适应管束状瑕疵的小尺寸动态蛇形卷积，增强了模型对裂纹缺陷的表征能力；同时在模

型颈部加入高效通道注意力机制，并融合加权梯度特征，增强了对关键特征的提取能力。所提方法基于公开数据集进行仿

真实验，实验mAP0.5可达88.1%，相较于YOLOv7、FasterR⁃CNN、YOLOX⁃S的平均精度均值分别提高了5%、15.8%、1.6%，

可以更准确地完成太阳能电池表面缺陷检测任务。

关键词：太阳能电池板；缺陷检测；梯度信息；动态蛇形卷积；高效通道注意力机制；YOLO模型

中图分类号：TN911.73⁃34；TM914.4；TP18文献标识码：A文章编号：1004⁃373X（2025）11⁃0114⁃07

YOLOmodelofsolarpanelinspectionfusedwithsmall⁃sizeddynamicserpentineconvolution

WANGYuling1,2,CHANGJiayi1

(1.SchoolofInformationEngineering,EastChinaUniversityofTechnology,Nanchang330013,China;

2.SchoolofComputerScienceandEngineering,UniversityofNewSouthWales,Sydney2052,Australia)

Abstract：Inviewofthelowdetectionaccuracyinthedetectiontaskofsolarpanelsurfacedefects,aYOLOmodelofsolar

paneldetectionfusedwithsmall⁃sizeddynamicserpentineconvolutionisproposed.Thesmall⁃sizeddynamicserpentine

convolutionthatcanadapttot