光伏组件EL隐裂AI视觉检测系统定制

在某光伏组件厂EL电致发光质检线上，传统人工目检漏检率偏高、夜班一致性差，我们完成了一套隐裂与碎片缺陷AI视觉检测系统定制交付。方案采用工业级近红外EL相机在线采集组件电致发光原图，先经自适应直方图拉伸与条纹背景抑制预处理消除辐照不均伪暗纹，再送入轻量级CNN分割模型定位隐裂候选区，最后以细粒度分类模型按GB/T 32633标准自动输出A/B/C级判级结果，对接产线MES实现逐片追溯。 要点：1）模型针对EL图像低对比、纹理密集特点专门调优，隐裂召回率从人工约85%提升至97%以上，漏检率降至1.5%以内，单张原图推理耗时控制在300ms内；2）判级节拍匹配产线15秒/件，单线可替代4-6名目检员，模型迭代通过工坊后台远程下发，无需现场停机调试。 现场采用FPGA+边缘推理盒集中处理原图，避免产线海量图像上行带宽压力，系统已在客户3条组件产线稳定运行超过6个月。