基于YOLOv5 的太陽能電池片EL 圖像缺陷檢測算法

張德鈺

（福州大學 先進制造學院，福建 泉州 362251）

0 引言

在我國將光伏產業列為戰略性新興產業后，光伏產業實現了快速發展，如今已經成為我國為數不多參與國際競爭并取得領先優勢的產業[1]。光伏組件通常需要暴露在惡劣的自然條件下，長期的工作容易使多晶硅光伏電池受到嚴重的破損，如隱裂、指狀裂紋、黑斑等，這些問題還會引起高溫導致大面積的光伏電路損壞嚴重，甚至引發火災[2]。光伏EL 圖像檢測是一種用于太陽能電池質量檢測的方法。EL 圖像提供了光伏電池內部電學圖像，有助于深入了解光伏電池內部電學特性和結構，為識別和評估電池性能問題提供了關鍵線索[3]。通過分析EL 圖像，能夠檢測出電池中的缺陷、短路及其他不良現象。及時使用EL 圖像檢測缺陷進行修復措施或者替換光伏組件，對于提高光伏電池的效率、故障率及使用壽命至關重要。

目前，用于目標檢測的主流網絡有一階段的SSD[4]、YOLO，以及二階段的RCNN、Faster R-CNN等。二階段網絡雖然比一階段網絡的檢測精度更高，但是由于其速度慢且需要占用大量內存、大量計算資源的特點，在工業檢測中不占優勢。而SSD 網絡利用多尺度特征圖檢測不同大小的目標，在檢測小目標時往往因特征映射小容易造成信息丟失。

基于此，研究提出一種基于改進YOLOv5 的EL圖像缺陷檢測算法，采用混合域的方式融合雙層的通道注意力及雙層的空間注意力對相似背景進行抑制，使用特征融合（Feature Fusion Module，FFM）模塊將特征融合，使模型在低配置的硬件設備基礎上具備強大的實時檢測能力[5]。

1 基于YOLOv5 的EL 圖像缺陷檢測模型

1.1 YOLOv5 概述

YOLOv5 作為一階段網絡，在網絡架構相同的情況下具有4 種不同版本，分別為YOLOv5s、YOLOv5m、YOLOv5l 和YOLOv5x。YOLOv5s 具有最小的深度和寬度參數，對硬件的要求也最低。YOLOv5 網絡結構可以分為3 個部分：Backbone、Neck、Head。在Backbone 中，Focus 模塊運用切片運算對檢測圖片進行特征映射，通過卷積后進入CSP 模塊。幾組卷積和CSP 模塊經過一個SPP 模塊，SPP 模塊的主要作用是獲得不同尺度的特征而增加網絡的感受野。在Neck 部分，主要由特征金字塔網絡和路徑聚合網絡組成[6]。

1.2 數據增強

使用數據增強增加不同缺陷的樣本量可以提高整體檢測的精度和實驗的可靠性，防止過擬合的情況發生。本研究針對PVEL-AD 中的各類缺陷，采用Cutmix 數據增強、翻轉法對EL 圖像進行處理[7-8]。Cutmix 在像素基礎上整合兩個圖像樣本，對于一個圖像隨機選取一個區域，使用另一圖像填充對應區域，從而得到一個新的圖片。這種對圖片使用drop 命令的做法并不會改變label，也不會改變整個數據集的分布。

1.3 改進的YOLOv5 模型

改進的YOLOv5 模型如圖1 所示，在經過輸入端的數據增強后將Backbone 中的第1 個和最后1個C3 模塊替換為背景抑制模塊。背景抑制模塊由4 個并行通道組成，分別為2 個空間注意模塊和2個通道注意模塊?？臻g注意模塊使得模型有效抑制干擾，而通道注意模塊利用每個通道的全局空間信息調整各通道內的特征響應，使模型能夠在不影響效率的情況下更有效地抑制無關背景干擾，達到良好的精準度。

圖1 改進后的YOLOv5 模型結構

1.4 基于混合域的背景抑制模塊

1.4.1 模型概述

受檢測的EL 圖像在通過深度卷積神經網絡進行特征提取時，由于冗余背景的干擾，使背景產生與目標類似的特征響應，進而導致目標識別和定位的準確性受到影響。研究通過全局特征與目標特征之間的聯系，加強不同目標之間與相似背景的邊緣特征，提出抑制冗余模糊背景的背景抑制模型，以增強網絡的表征能力，進而提高網絡對EL 圖像缺陷檢測的精度。對于一張給定的輸入特征圖，背景抑制模塊會對其進行并行的特征計算，同時削弱無關背景的干擾，再使用一個特征融合模塊整合有效的特征圖信息，從而發揮特征增強的功能。

1.4.2 空間注意力模塊

在特征圖中，不同位置的像素差異可以在空間維度上體現，通過在空間層面比較每個區域位置的權重，能夠較好地識別具有意義的圖像特征?？臻g注意模塊框架，如圖2 所示。給定一張輸入特征圖，在通過一個卷積層后分成2 個不同通道壓縮的特征圖S1和S2。

圖2 空間注意模塊框架圖

為求得S1、S2的共同特征，排除冗余背景的干擾，研究使用交叉的操作加強相同特征，減弱不同特征。相同特征加強后的特征圖Y1和不同特征減弱后的特征圖Y2為

然后用全局平均池化操作整合空間信息，在沿著通道維度進行拼接后引入一個共享的FFM 模塊，將來自空間維度的特征與其他通道上的特征進行融合，具體流程如下。使用向量拼接將空間及上下其他維度支路的特征融合后得到特征圖Z，對其進行全局平局池化后得到向量1×1×C。對特征圖Z進行重新加權得到特征圖Z0，類似于SENet 中的通道權重相乘[9]。圖3 為FFM 的結構圖。

圖3 FFM 模塊結構圖

FFM 模型計算公式為

式中：n為樣本特征的數量，Xi為第i個特征值，ω0為參數模型。在忽略常數項及一次項后，模型方程可化簡為

式中：j為特征，fi、fj分別為第i個特征和第j個特征所屬的域。

1.4.3 加強空間維度背景抑制

由于EL 圖像具有相似性，在空間模塊中加入一個與無缺陷的EL 特征圖進行比對的空間背景抑制模塊，可以忽略與無缺陷EL 圖像一致的信息，將權重分布在更感興趣的區域，具體操作如圖4所示。

圖4 空間維度的背景抑制加強模塊

基本流程與之前空間注意模塊相同，舍棄分割成兩部分的輸入特征圖中的一部分，用一張無缺陷EL 特征圖替代。在背景抑制步驟中，由于使用的是無缺陷的特征圖，需要抑制相同的特征，加強不同的特征，并與空間注意模塊一致，進行全局平均池化和拼接后，由FFM 模塊融合信息。在此操作后，可減少網絡計算復雜度，加強排除冗余背景的能力，提高網絡精準度。

1.4.4 加強通道維度背景抑制

加強通道維度背景抑制的基本流程與加強空間維度背景抑制模塊相同，如圖5 所示。將一半的輸入特征圖替換成無缺陷EL 特征圖，經過卷積后進行不同特征加強、相同特征減弱的交叉操作。將背景抑制后的特征圖進行全局平均池化、卷積、拼接后輸入FFM 模塊。

圖5 通道維度的背景抑制加強模塊

1.4.5 融合方式

整個模塊共使用2個不同維度的4個并行通道，并使用并聯的方式通過FFM 模塊聯結在一起。在整個模塊中，4 個并行通道具有各自不同的功能，因此使用FFM 特征融合模塊時不會影響整體的性能。整體聯結方式如圖6 所示。

圖6 整體聯結方式

2 實驗過程分析

2.1 數據集

PVEL-AD 是由河北工業大學、北京航空航天大學聯合發布的數據集，又稱為EL2021 數據集，用于光伏電池異常缺陷檢測基準測試。PVEL-AD 共有36 543 張近紅外圖像，包含各種內部缺陷和異構背景，包括1 類無異常圖像和12 個不同類別的異常缺陷圖像，如裂紋、指狀裂紋、星狀裂紋、斷柵、黑斑、未對準、粗線、劃痕、碎片、斷角以及材料缺陷。研究選取3 500 張EL 圖像作為訓練集，1 000 張PVELAD 作為測試集。其中，黑斑類型1 011 張、星狀裂紋類型969張、指狀裂紋類型1 999張、裂紋類型123張、粗線類型775 張、水平斷錯類型266 張，共6 種類型4 500 張EL 圖像（部分圖像含多種缺陷類型）。

2.2 參數設置

實驗均在Windows 10 操作系統下進行，NVIDIA GeForce 3080 顯卡為12 GB，Python 版本為3.9，采用PyTorch 2.0 框架。實驗設定基本參數為batchsize=16、momentum=0.9、weightdecay=0.001、epoch=300，初始學習率為0.000 1，輸入圖像大小為1 024×1 024。

2.3 評價指標

本研究采用mAP 作為性能評價指標，計算準確率、召回率、EL 缺陷檢測平均準確率、所有EL圖片類別的缺陷檢測準確率平均值，分別為

式中：P為準確率，TP為預測對的正例，FP為預測錯的正例。

式中：R為召回率，FN為預測錯的負例。

式中：AP為EL 缺陷檢測平均準確率。

式中：Map為所有EL 圖片類別的缺陷檢測準確率平均值，N為圖片類別數量。

2.4 實驗結果及分析

除了與原YOLOv5 網絡模型對比，為了進一步驗證本研究提出的優化算法性能，將改進的YOLOv5s 與Faster R-CNN、EfficientDet、SSD 模型進行比對，并分析其結果。實驗結果如表1 所示。

從實驗結果可以看出，在參數量減少的情況下，改進的YOLOv5s 網絡的mAP50 值高于EfficientDet、Faster R-CNN 以及原始YOLOv5 系列網絡，大多數缺陷類別識別精度也高于其他網絡。究其原因主要是EL 圖像具有大量非均勻的復雜紋理特征，而使用背景抑制模型替換原有網絡的第1 個和第4 個C3部分后，能夠有效抑制模糊背景的影響，抑制復雜背景對各缺陷特征的干擾，多尺度識別有效特征，提高了模型對缺陷和背景的辨識度，從而很好地提升了算法檢測性能。原始YOLOv5 與使用背景抑制模型后的YOLOv5s 檢測結果分別如圖7 和圖8 所示。

圖7 YOLOv5 檢測結果

圖8 改進后的檢測結果

3 結語

為提高太陽電池EL 圖像缺陷檢測的準確度和可靠性，提出一種基于改進YOLOv5 框架的EL 圖像缺陷多分類檢測方法，運用數據增強和背景抑制模塊，使模型可以很好地對EL 圖像缺陷進行檢測和分類。實驗結果表明：相比于原始YOLOv5s模型，改進后的模型參數量從7.02×106下降到6.79×106；針對背景復雜的EL 圖像缺陷，識別精準度有小幅提升，mAP50 從77.89 提升到87.74。下一階段的目標是將模型轉移到邊緣設備中，并對系統進行測試，使其能夠實時檢測EL 圖像缺陷。