买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：淮阴工学院

摘要：一种基于改进YOLOv8光伏电池表面缺陷检测方法,包括步骤：步骤一：制作数据集；步骤二：搭建EfficientVitBlock网络模型，构建基本的的卷积模块Conv，引入注意力机制SENet模块，替换YOLOv8模型原生的主干网络；步骤三：搭建Neck网络模型；步骤四：采用MPDIoU作为新边界回归损失函数替代原损失函数；步骤五：训练和验证评价指标：mAP平均精度均值；步骤六：将步骤一制作的数据集输入到改进之后的YOLOv8模型进行训练，得到光伏电池表面缺陷检测的模型；步骤七：根据运行之后的runs文件中的可视化图表对改进之后的模型进行评价与对比。本发明改进后的模型能在保持高准确度的同时减少计算复杂性和推理时间，进一步提高了网络的检测准确性能，同时减少计算成本。

主权项：1.一种基于改进YOLOv8光伏电池表面缺陷检测方法,其特征在于：包括步骤：步骤一：制作数据集；步骤二：搭建EfficientVitBlock网络模型，构建基本的的卷积模块Conv，引入注意力机制SENet模块，替换YOLOv8模型原生的主干网络；操作步骤包括：步骤2.1：构建深度可分离卷积层DSCconv；在结合注意力机制SENet模块和深度可分离卷积层DSCconv，构建移动翻转瓶颈卷积MBConv；步骤2.2：构建EfficientVitmodule模块；步骤2.3：结合步骤2.1和2.2构建EfficientVitBlock模块；步骤2.4：将EfficientVitBlock替换原生的主干网络；步骤三：搭建Neck网络模型；操作步骤包括：步骤3.1：采用基本卷积模块Conv构建GSConv；步骤3.2：构建GSBottleneck模块；将两个由步骤3.1构建的GSconv与输入进行ShorCut操作，形成GSBottleneck模块；步骤3.3：构建VoV-GSCSP模块；首先将输入分成两份，分别经过一个1x1卷积进行下采样，将通道数降为原来的一半；接着在每一份中传入一个由步骤3.2构建的GSBottleneck模块，与另一份进行拼接操作，最后经过一个1x1的卷积操作进行输出；步骤3.4：在颈部结构中，将原来的C2f模块替换成Slim-neck中的VoV-GSCSP模块，Conv模块由GSConv取代同时保留原网络自底向上与自顶向下相结合的特征融合方法，使底层图像获取更丰富的语义信息，顶层图像获取更多细节信息；结构组合构成新的Neck部分替代原来的yolov8的检测颈部分；步骤四：采用MPDIoU作为新边界回归损失函数替代原损失函数；步骤五：训练和验证评价指标：mAP平均精度均值；步骤六：将步骤一制作的数据集输入到改进之后的YOLOv8模型进行训练，得到光伏电池表面缺陷检测的模型；步骤七：根据运行之后的runs文件中的可视化图表对改进之后的模型进行评价与对比。

全文数据：

权利要求：

百度查询： 淮阴工学院 一种基于改进YOLOv8光伏电池表面缺陷检测方法