← 返回实验室

光伏组件EL图像AI缺陷检测:隐裂分级与误报抑制

在光伏组件EL(电致发光)质检中,隐裂与断栅的漏检往往不是模型看不清,而是标注口径与成像条件不一致。本期实验室围绕「可复现」做了三件事:统一EL成像参数与组件姿态、把缺陷判定拆成可度量的分级规则、对易混样本做定向增广。

  • 进展:基于自建5400张EL图像(覆盖隐裂、断栅、黑斑、虚焊四类)训练分割+分类两阶段模型,0.3mm级细隐裂召回率由83%提升至94%,单张推理约120ms。
  • 数据:针对边框反光、手指纹、灰尘等伪缺陷引入负样本挖掘后,误报率从每组件1.8处降至0.4处,人工复判工作量下降约六成。

下一步:将模型量化为INT8并部署至产线工控机,与分选机联动验证节拍;同时补充多品牌组件的跨域测试,评估分级规则迁移的稳定性。

评论

更多研究动态

查看全部实验室 →