太陽電池の電気発光（EL）イメージングにおける各種表面欠陥の検出精度を向上させ、見逃し率を低減するために、多尺度特徴と注意機構を融合した太陽電池表面欠陥検出アルゴリズムCMFAnetを提案する。まず、太陽電池表面欠陥のスケール幅が大きい特徴に着目し、強化型多尺度特徴融合手法を設計した。基本単位は特徴の整列モジュールと特徴融合モジュールで連結されており、異なる意味レベルの特徴情報に対して特徴整列モジュールはそれらのスケールを調整し、これらの特徴がより容易に融合されるようにする。次に、太陽電池表面欠陥特徴と背景特徴の類似度が高く、幾何学的形状が多様である点に着目し、変形可能なゴースト畳み込みモジュールを設計した。基本単位は変形畳み込み、多路座標注意機構、ゴースト畳み込み（Ghost conv）で構成されている。多路座標注意機構は変形畳み込み中のオフセット生成を最適化し、ゴースト畳み込み機構の導入によりネットワークモデルの計算複雑度を効果的に低減する。実験結果は、太陽電池欠陥異常検出データセットPVEL-ADにおいて、本手法の平均検出精度（mAP）が91.4％に達し、他の主流物体検出ネットワークに比べていずれも改善していることを示している。

多尺度特徴;変形畳み込み;座標注意;欠陥検出