2024年6月4日 · 博主通过搜集无人机高空视角的太阳能电池板的相关数据图片,根据YOLOv8的目标分割技术,基于python与Pyqt5开发了一款界面简洁的太阳能电池板检测与分析系统,可支持图片、视频以及摄像头检测,同时可以将图片、视频以及摄像头的检测结果进行保存。
3 天之前 · 光伏无人机红外图像缺陷识别样本集 可用于图像目标检测 缺陷图像约600张 共有4类缺陷标签 热斑 二极管旁路、短路、开路。提供voc格式的标注xml。 缺陷数据集质量高 均有缺陷 灭有数据增强 处理光伏（PV）无人机红…
2024年11月18日 · 进一步地,通过精确判断光伏电池板是否覆雪,可以对光伏板资产进行全方位自动化监测,减少人力资源的投入和运维成本,提高运维效率。 AI+光伏电池板覆雪识别 包含以下数据文件： Images- all_snow- no_snow- partial - Data.20190521
2024年3月15日 · 摘要 针对光伏（PV）电池缺陷检测中存在的数据不均衡、缺陷尺度不一和背景纹理复杂多变等因素导致的误检、漏检问 题,提出一种基于YOLOv8的缺陷检测算法YOLOv8-EL。
2024-12-25 · 数据集来自国内外网站图片采集、网络爬虫以及航拍采集；可用于无人机光伏识别。检测场景为高空、房顶、工厂等有光伏电池板的地方,可以实现对光伏电池板中各种缺陷的精确检测和定位,为光伏电池的生产和维护提供有力支持。
2021年11月25日 · 在太阳能光伏领域,elpv-dataset的最高新研究方向主要集中在通过电致发光图像对太阳能电池缺陷进行自动化识别和分类。 这一研究不仅提升了太阳能电池的检测效率,还为提高光伏模块的功率效率提供了关键技术支持。
2020年11月4日 · 首先,利用无人机采集图像,区域分割提取出光伏电池板区域。其次,运用高斯卷积检测裂纹图像 的梯度。最高后,应用形态学图像处理与HSV 空间模型的方法提取遮挡物,计算最高小外接矩形面积与 其占光伏电池板的比例。
首先,针对通过无人机采集到的光伏电池板图像存在噪声干扰以及几何形变等问题,研究了图像预处理和图像校正的方法.图像预处理部分采用加权平均图像灰度化方法,线性灰度变换图像增强方法,中值图像滤波方法和最高大类间方差图像二值化方法,而图像校正部分采用
本缺陷检测器针对倾斜的光伏电池板组件照片,应用直方图自适应二值化和透视变换技术进行图像校正,提取行列特征后通过FFT频谱分析出晶片的行列排布进行图像分割,可分别应用非线性SVM与DenseNet对分割照片进行训练以实现缺陷检测。
5 天之前 · 内含太阳能电池板串缺陷检测数据集（300张左右+json标签）,可以用于电气工程专业在计算机视觉应用领域做研究,例如目标检测、图像识别、深度学习等！