您当前的位置：
首页 >
文章列表页 >
融合多尺度特征与注意力的太阳能电池表面缺陷检测
信息科学 | 更新时间：2026-09-11
上一篇|下一篇

    • 融合多尺度特征与注意力的太阳能电池表面缺陷检测

    • Solar cell defect detection network combining multiscale feature and attention

    • “融合多尺度特征与注意力机制的太阳能电池表面缺陷检测算法CMFAnet，为提高对太阳能电池电致发光（EL）成像各类表面缺陷的检测精度并降低漏检率，介绍了其在光伏检测领域的研究进展，该团队设计了增强型多尺度特征融合方法与可形变幽灵卷积模块，为解决太阳能电池表面缺陷检测难题提供了新方案。”
    • 周颖 ，许士博 ，陈海永 ，刘坤
    • 光学精密工程 2024年32卷第14期 页码：2286-2298

    • DOI： 10.37188/OPE.20243214.2286     

      中图分类号：

    • 修回：2024-02-20 ，

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 11 ) 表( 5 )

  • 参考文献

  • 出版信息

  • 数据统计

691

浏览量

1089

下载量

5

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于线激光扫描的钢管表面缺陷检测方法
基于双重频域增强与动态核引导的DFD-DETR钢材表面缺陷检测
基于YOLOv8s的复杂纹理织物缺陷轻量化高精度检测
Sat-YOLO：面向空间卫星的目标检测器
基于TIP-YOLO的移液器吸头微小缺陷检测

相关作者

张许如
耿红锋
何钊
张志毅
敬天池
孙晓明
郝亮
徐凯歌

相关机构

深圳五象新能科技有限公司
西北农林科技大学 信息工程学院，陕西 杨凌
哈尔滨理工大学 黑龙江省激光光谱技术及应用重点实验室
中国科学院 长春光学精密机械与物理研究所
中国计量大学 计量测试与仪器学院