태양광 전지의 전기발광(EL) 영상에서 다양한 표면 결함 검출 정확도를 향상시키고 누락률을 줄이기 위해 다중 스케일 특징과 주의 메커니즘을 융합한 태양광 전지 표면 결함 검출 알고리즘 CMFAnet을 제안한다. 먼저, 태양광 전지 표면 결함의 크기 범위가 큰 특징을 고려하여 향상된 다중 스케일 특징 융합 방법을 설계하였으며, 기본 단위는 특징 정렬 모듈과 특징 융합 모듈이 직렬로 구성된다. 서로 다른 의미 수준의 특징 정보를 위해 특징 정렬 모듈은 특징들의 스케일을 조정하여 이들 특징이 더 쉽게 융합되도록 한다; 둘째, 태양광 전지 표면 결함 특징과 배경 특징의 유사도가 높고 기하학적 형태가 다양하다는 점에 주목하여 변형 가능한 고스트 합성곱 모듈을 설계하였다. 기본 단위는 변형 합성곱, 다중 좌표 주의 메커니즘 및 고스트 합성곱(Ghost conv)으로 구성되며, 다중 좌표 주의 메커니즘은 변형 합성곱 내 offset 생성 최적화를 수행하고, 고스트 합성곱 메커니즘의 도입은 네트워크 모델의 계산 복잡도를 효과적으로 감소시킨다. 실험 결과, 본 방법은 광전지 결함 이상 탐지 데이터셋 PVEL-AD에서 평균 검출 정확도(mAP) 91.4%를 달성하여 다른 주류 객체 탐지 네트워크 대비 여러 방면에서 향상됨을 보였다.

다중 스케일 특징;변형 합성곱;좌표 주의;결함 검출