基于CooVally的多晶硅太阳能板缺陷检测
随着全球气候变化对人类社会构成重大威胁,越来越多的国家将“碳中和”上升为国家战略 ,提出了无碳未来的愿景。2020年,我国基于推动实现可持续发展的内在要求和构建人类命运共同体的责任担当,宣布了碳达峰和碳中和的目标愿景。
关于可持续发展,第一想到的便是太阳能,它是一种可再生能源,人们利用太阳能进行发电是目前运用最为广泛的一种方式。
而太阳能电池板是太阳能发电系统中的核心部分,由太阳光照射后,把光的能量转换成电能。其中,多晶硅太阳能电池兼具单晶硅电池的高转换效率和长寿命,以及材料制备工艺相对简化等优点。
但是,在生产制备过程中会产生各种各样的缺陷,这些缺陷会极大影响电池的光电转化效率,因此对缺陷片进行检测和筛选是十分有必要的。
那么,今天主要介绍一种基于CooVally的多晶硅太阳能板缺陷检测方法。
CooVally|快速筛选可用AI模型https://www.sinoaus.net/CoovallyHome话不多说我们开始吧!下图是我们此次实验采用的数据集样本:
此次训练中采用的标签包含常见的多晶硅太阳能板缺陷的类型,一般有以下几种:暗斑、边裂、边缘黑斑、断线、黑斑、黑边、划伤、米裂、皮带印等。
部分标签预览
选择对应的标签进行数据分析,设置好训练时的模型配置。迭代次数、实验次数以及并发次数根据自己需求选择即可。
然后便开始训练,在等待训练的时候我们可以切换网页或关闭网页专注其他事务,实验交给CooVally就可以啦!
当训练结束后,可以在信息总览页面查看任务详情,包括参数设置、任务持续时间、实验次数、实验信息、mAP等。
在数据详情页面,我们可以通过扇形图查看到各个缺陷的占比,清晰了解缺陷分布情况!
从扇形图的比例可以看出其中断线占比最高,其次是划伤。
在实验详情页面,可以分别查看实验结果和训练损失的折线图,在实验结果中,可以看到mAP呈现出一条越来越接近1且平行于X轴的直线;在训练损失中,也呈现出一条越来越接近X轴的水平直线。
训练结果逐渐收敛,所以训练的也会越来越好。
查看完所有信息后,来到训练列表,通过训练日志可以查看评估结果。
最后可以进行模型转换啦,在训练列表中,点击右侧的“模型转换”即可。
在模型转换的时候,可以选择云端或者边端进行模型的转换,将模型部署在不同的平台上。
将模型分别进行云端及边端的部署,关于GPU也做了不同的选择。毕竟小孩才做选择,而我选择全都要。
我们来看一看云端rtx3090和边端xavier_nx最终的识别结果有何区别。
xavier_nx识别结果
rtx3090识别结果
通过最终的识别结果,我们可以看到并没有任何区别,所以将模型部署在两个不同的平台上,依然可以达到相同的效果。
基于CooVally的多晶硅太阳能板缺陷检测简单高效,其原理是通过对大量缺陷图片模型的训练,可以检测出如暗斑、边裂、断线、黑斑、黑边、米裂、皮带印等缺陷类型,而且训练的图片越多,检测结果越精准。
CooVally不仅内置了多种模型类型,而且还可以帮助用户快速筛选可用的AI模型,使用户不必浪费过多的时间在模型筛选上。
所以,你还在等什么?
参考文章:https://www.sohu.com/a/471453544_120815451
https://baike.baidu.com/item/%E
基于CooVally的多晶硅太阳能板缺陷检测相关推荐
- 太阳能电池板/光伏板缺陷检测数据集
太阳能电池板/光伏板缺陷检测数据集 本人有一些太阳能电池板缺陷数据集,可用于图像识别.图像处理.深度学习.目标检测.计算机视觉等领域. (1)第一种数据集 下载链接:https://download. ...
- 基于深度学习的智能PCB板缺陷检测系统(Python+清新界面+数据集)
摘要:智能PCB板缺陷检测系统用于智能检测工业印刷电路板(PCB)常见缺陷,自动化标注.记录和保存缺陷位置和类型,以辅助电路板的质检.本文详细介绍智能PCB板缺陷检测系统,在介绍算法原理的同时,给出P ...
- PCB板缺陷检测机器视觉识别算法 yolo
PCB板缺陷检测机器视觉识别算法通过python+yolo系列网络深度学习模型对PCB电路板外观实时监测,当模型算法监测到有缺陷的PCB板时立即抓拍存档.Python是一种由Guido van Ros ...
- 文献阅读1 | 《基于图像处理的铁路轨道板裂缝检测研究》
文献阅读1 | 基于图像处理的铁路轨道板裂缝检测研究 文献阅读1 | <基于图像处理的铁路轨道板裂缝检测研究> 作者:薛峰,赵丽科,柴雪松,郑顺义 期刊:铁道建筑 图像预处理 由于在图像处 ...
- 基于深度学习识别模型的缺陷检测
根据读者反映,咱们的这个PCB素材设置的不对,应该是没有漆,铜线等等,应该是黑白的.额,具体我也知道,但没去过工厂,实在很难获得这些素材... 所以就当是一次瑕疵识别的实践,具体的数据集你可以自己定义 ...
- 【缺陷检测】基于matlab GUI印刷电路板自动缺陷检测【含Matlab源码 1912期】
⛄一.印刷电路板自动缺陷检测简介 我国是PCB生产大国,据世界电子电路理事会WECC各协会统计[1],2007年中国大陆PCB产值占全球总产值的27.9%,仅一年时间就比2006年增长了17.0%.但 ...
- 基于图像处理技术的印刷电路板缺陷检测技术分析
目录 一.绪论 二.印刷电路板图像的预处理 三.印刷电路板图像的配准 四.印刷电路板缺陷的识别与缺陷类型的判断 一.绪论 在现代电子设备中,印刷电路板占有重要的地位,其质量直接影响到产品的性能.自动检 ...
- 干货 | 基于特征的图像配准用于缺陷检测
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 特征提取 基于特征的图像配准,具有非常广泛的应用,大致流程可以如下 ...
- 探索工业智能检测,基于轻量级YOLOv5s开发构建焊接缺陷检测识别系统
前面也有讲过将智能模型应用和工业等领域结合起来是有不错市场前景的,比如:布匹瑕疵检测.瓷砖瑕疵检测.PCB缺陷检测等等,在工业领域内也有很多可为的方向,本文的核心目的就是想要基于目标检测模型来开发构建 ...
最新文章
- java有模糊查询吗,到底Java里的模糊查询语句该怎么写
- 工作进度总结汇报01
- C#设计模式系列:原型模式(Prototype)
- python面向对象基础
- android新闻管理,Android资讯新闻类App(头条、网易等),频道管理集成之数据库存储...
- 用php人工使网页过期
- c语言结构体实验张三丰,如何成为公务员考试结构化面试里的张三丰
- python模块分析之time和datetime模块
- 理解createTrackbar函数
- 华为harmonyos公测,华为开启HarmonyOS2.0开发者Beta公测招募第二期
- Unity 自动寻路入门 NavMeshComponents
- 线性代数 (一): 证明实对称矩阵特征向量正交
- 集成 React Native 到现有Android项目
- mysql字符集和校对规则(character sets and collations)详解
- 安装QQ的时候,页面显示创建文件夹失败,无法正常安装,请尝试选择新的安装目录
- 支持向量机 SVM 算法推导优缺点 代码实现 in Python
- 安装Docker Desktop报错WSL 2 installation is incomplete的问题(解决报错)
- Delphi DBGrid总结
- python 生成一个周期的正弦数据
- c# 单元测试nunit
热门文章
- 自动点击微信c语言,【Ctrl.js】微信中给微信运动的朋友自动点赞源码
- 18篇遥感领域经典论文【附PDF】
- 求配件,组装一台自己的服务器
- FFmpeg源代码简单分析-通用- 内存的分配和释放(av_malloc()、av_free()等)
- 2020最新个人博客搭建教程:Wordpress+免费精美主题搭建个人博客
- VR全景智慧园区,沉浸式数字化体验,720度全视角展示
- CSAPP实验记录(一):环境配置datalab
- python七巧板房子_python之“七巧板”
- R语言使用caret包的train函数构建多项式核SVM模型(多项式核函数)模型构建分类模型、trainControl函数设置交叉验证参数、自定义调优评估指标
- linux shell:字符串分割并反序输出