基于改進YOLOv5的光伏電池EL缺陷檢測算法

王宗良, 陸 麗

(上海電機學院 電氣學院, 上海 201306)

在光伏發電系統中,光伏電池將太陽能轉化為電能,轉換效率對整個發電系統的運行效率至關重要。然而,在光伏電池的制造過程中,晶硅制作工藝可能引發表面缺陷,例如裂痕、斷柵和破損等[1]。因此,光伏電池表面缺陷的檢測成為延長使用壽命和提高發電效率的關鍵所在。光伏電池電致發光(Electroluminescence, EL)測試技術是一種常用的缺陷檢測方法,它能夠通過對晶體硅電池施加電壓來使其發光,并使用機器視覺技術進行圖像分析,以檢測和分析光伏電池的缺陷[2]。另外,機器視覺技術中深度學習方法在圖像分割、目標檢測、圖像分類等領域發揮著重要作用[3-4]。通過輸入大量的光伏電池圖像樣本進行訓練學習,深度學習模型能夠提取出深層抽象特征,并在實際環境中展現出良好的魯棒性和泛化能力。因此,基于深度學習的機器視覺技術在光伏電池缺陷檢測中的應用越來越廣泛。

任喜偉等[5]提出了一種基于改進U-net網絡的光伏板圖像分割方法,使用深度可分離卷積和ECA 注意力機制組成一個復合模塊,在網絡中穿插多個復合模塊來提升分割性能。黃彥乾等[6]以原型網絡方法為基礎,通過優化模型主干網絡和調整相似性度量標準有效解決了原型網絡對光伏板缺陷的特征嵌入能力較差和模型精度一般的問題。Sun等[7]通過改進錨點和增加預測頭實現對小目標的檢測,使之在較高幀率下能繼續保持87.9%的mAP值。目前,部分現有的缺陷檢測算法在解決EL圖像中缺陷和背景耦合問題,以及提高微小缺陷檢測精度方面存在一定的局限。作為YOLO系列中最成熟的產品,YOLOv5目標檢測算法具備更高的檢測精度。

本文基于YOLOv5的目標檢測網絡,改進其網絡結構和參數,實現光伏電池缺陷檢測。首先,采用K-means++聚類算法和IoU 距離,以改善聚類結果的準確性和穩定性;其次,在C3模塊增加密集殘差結構,增強特征表達能力,減少訓練過程中產生的特征圖冗余;再次,使用WIoU 損失函數,以提高回歸精度[8-11]。最后,通過消融實驗對實驗結果進行分析,評價本文改進模型的綜合性能。實驗結果表明,改進YOLOv5算法能夠對光伏電池EL缺陷圖像實現高精度缺陷檢測。

1 YOLOv5算法檢測流程和原理

YOLOv5算法檢測流程可分為4個部分,輸入端(Input)、特征提取層(Backbone)、特征融合層(Neck)和輸出端(Prediction)。

輸入端對原始圖像進行填充或縮放,并將圖像數據歸一化為[0,1]區間內的浮點數。增強馬賽克數據,將圖像拼接后進行隨機縮放、裁剪和排列,有效擴充數據集的數量[12]。同時,采用自適應錨框計算并結合遺傳算法,增加了結果的可靠性。自適應圖片縮放和更加合理的黑邊填充比例,減少了信息冗長帶來的干擾。

特征提取層采用了CSP-Darknet53作為主干網絡,由復合卷積模塊、C3(具有3個卷積的跨階段局部瓶頸)和快速空間金字塔池化(Spatial Pyramid Pooling-Fast)3個模塊組成[13-14],通過模塊不斷疊加來深化網絡結構,實現對目標特征的提取。

特征融合層采用特征金字塔網絡(Feature Pyramid Network, FPN)+路徑聚合網絡(Path Aggregation Network, PAN)金字塔式的特征融合方法[15-16]。FPN自頂而下將高層的強語義信息向下傳遞;PAN 自底而上補充低層的強定位信息傳遞,進一步提取和融合特征提取層提取到的不同尺度的特征信息。

輸出端主要對特征融合層融合的3個尺度信息進行分類和定位,預測輸出目標對象的類別、置信度以及邊界框位置,最后輸出檢測結果。

2 改進YOLOv5光伏電池缺陷檢測

基于YOLOv5模型在光伏電池EL缺陷圖像檢測中的實際需求,對YOLOv5模型進行了參數優化和網絡調整。

2.1 K-means++聚類

YOLOv5網絡模型的先驗框是用K-means聚類算法在COCO 數據集上得到的。但是COCO數據集其本身的檢測種類較多,以至于先驗框尺寸大小分布十分不均衡,這不適合光伏電池EL缺陷檢測。同時,K-means聚類算法本身也存在著一些缺陷,由于初始聚類中心是隨機確定的,有可能導致聚類效果不穩定,甚至陷入局部最優解。

相對于傳統的K-means算法,K-means++算法在計算復雜度上多了一步聚類中心的選取優化,能夠讓初始聚類中心更具離散性,使聚類結果趨于全局最優解。K-means++聚類流程圖如圖1所示。

圖1 K-means++聚類流程圖

在聚類操作中,距離公式的選擇對于聚類結果的準確性非常重要。在標準的K-means++聚類算法中,通常采用廣泛應用于連續數值特征的歐幾里得距離公式作為度量函數,但是在目標檢測中,可能會導致較大的真實框相比于較小的真實框產生更大的誤差。在這種情況下,本文采用IoU 的距離公式作為度量函數,即

式中:b為真實框;c為聚類中心。

2.2 C2f

隨著網絡層數加深和特征圖通道數增加,可能會導致特征圖的冗余問題。為了解決這個問題,將YOLOv5中的C3模塊替換成了梯度流更豐富的C2f模塊。C2f具有2個卷積的跨階段局部瓶頸,可以通過密集殘差結構能夠增強特征表達的能力,將大尺度的語義信息和小尺度的細節信息相結合,增強卷積神經網絡的特征融合能力;并根據縮放系數,通過拆分和拼接操作改變通道數,降低計算復雜度和模型容量,提高推理速度,實現進一步的輕量化;同時由于兼顧了所有通道的信息,不會造成精度下降。

在C2f模塊中,第1個卷積(Convolution)模塊的輸出通道數為c,然后拆分成兩份0.5c個通道的特征圖,并將劃分后的結果存入列表y中。后面串聯的n個瓶頸層中的每個瓶頸層(Bottleneck)的輸入都是列表y的最后1個元素即0.5c個通道的特征圖。每個瓶頸層的輸出都會被存入列表y中作為下1個瓶頸層的輸入。經過n個瓶頸層后,會把列表y中的元素按通道拼接,得到1個0.5(n+2)×c維的特征圖。最后,經過第2個卷積模塊,將特征圖的通道數壓縮輸出。改進前后模塊結構如圖2所示。

圖2 改進后模塊結構圖

2.3 WIoU

YOLOv5網絡邊界框損失函數主要用于衡量真實邊界框和預測邊界框之間的誤差,從而指導網絡優化和提升目標檢測性能。

由于光伏電池EL缺陷數據集中的1張圖片里包含多個檢測目標,因此數據在人工標注過程中難免會產生一些質量較低的標注示例,而且CIoU 損失函數只考慮了邊界回歸的重疊面積、中心點距離和長寬比一致性的問題,并沒有考慮兩者之間的區域問題。因此本文采用WIoU(Wise IoU)損失函數,WIoU 著重于處理普通質量的錨框,通過提供合理的梯度增益分配策略來降低錨框之間的競爭性。該策略有助于減小低質量實例引起的有害梯度,并同時降低高質量錨框的競爭力,從而提升檢測器的整體性能。

WIoU 在IoU 損失函數的基礎上結合了距離注意力機制,其中,第1層注意力用于計算樣本之間的距離,第2層注意力則用于削弱幾何因素的懲罰。WIoU 損失函數為

式中:RWIoU為距離度量的懲罰項;LIoU為IoU 損失函數;x、y為錨框的中心點坐標;xgt、ygt為真實框中心點坐標;Wg、Hg為真實框與錨框的交集的寬和高。

RWIoU∈[1,e)和LWIoU∈(0,1)處于動態的相互作用之中。RWIoU會顯著放大普通質量錨框的LWIoU;LWIoU會顯著減少高質量錨框的RWIoU,并在錨框與真實框重合較好的情況下顯著降低其對中心點距離的關注。

3 實驗準備

3.1 實驗數據準備

本文使用了由河北工業大學和北京航空航天大學聯合發布的光伏電池異常缺陷檢測數據集PVEL-AD進行模型的訓練、驗證以及測試[17]。根據數據分布情況以及研究需要,在原始數據集的基礎上進行篩選,選擇線狀裂紋(crack)、斷柵(finger)、黑芯(black core)、粗線(thick line)、星狀裂紋(star crack)、水平位錯(horizontal dislocation)、垂直位錯(vertical dislocation)、短路(short circuit)8類常見缺陷進行訓練和交叉驗證。首先對組成的數據集進行圖像預處理,再按照8∶1∶1的比例劃分訓練集、驗證集、測試集。

3.2 實驗環境及參數設置

硬件環境:操作系統為Windows11;GPU 為NVIDIA GeForce RTX 3050,顯存為4GB;CPU為Intel i5-12500H。

軟件環境:編程語言為Python3.8,網絡開發框架為Pytorch1.12.1。CUDA 并行計算框架為11.6。

表1 部分實驗參數設置

3.3 評價指標

為評估模型性能,實驗中采用了多項指標來全面評估模型表現,其中包括準確率(Precision)、召回率(Recall)、和平均精度均值(mean Average Precision, mAP)。其中,mAP@0.5表示IoU 閾值為0.5時的平均精度均值,而mAP@0.5∶0.95表示IoU 閾值在0.5到0.95范圍內,步長為0.05時的平均精度均值。

4 實驗結果與分析

根據準確率、召回率、mAP@0.5、mAP@0.5∶0.95等4項指標,發現在光伏電池EL缺陷數據集中,改進算法在300個訓練次數內檢測結果波動較為平穩,相比于原始算法震蕩較小,在150次后各項指標趨于平穩,200次后數值穩定且模型收斂。檢測結果也都有不同程度的提升。這表明改進方法在提高模型性能方面是有效的,可以更好地適應實際場景的需求。如圖3所示。

圖3 改進YOLOv5與YOLOv5檢測數據變化圖

為全面評估本文改進算法的性能,對測試集中使用改進的YOLOv5算法和原始的YOLOv5算法進行了檢測效果展示。通過錨框可視化的方式,可以直觀地比較這兩個模型在檢測任務上的優勢,并對原始圖像中的缺陷位置和數量進行分析。圖4為光伏電池EL缺陷圖像的檢測結果。

圖4 光伏電池EL缺陷圖像的檢測結果對比

圖4 (a)為多個小目標圖像,原始網絡在特征提取方面稍有不足,在檢測過程中存在幾處漏檢問題;而改進后的模型通過更好地利用特征和更關注目標區域,降低了漏檢率。圖4(b)為被柵線隔斷的大尺度目標圖像,由于被柵線的部分遮擋,原始模型出現了漏檢情況;而改進后的模型具備更強的抑制干擾能力。圖4(c)為檢測目標位于圖像邊緣,邊緣部分的圖像信息受背景干擾嚴重;而改進模型對于缺陷識別的定位范圍和識別精度表現更好。圖4(d)檢測目標相對于背景圖像信息不明顯,而且屬于長寬比較大的目標,原始網絡對特征的提取稍有不足;而改進模型將其準確識別了出來。圖4(e)對于在重疊的目標圖像,且圖像對比度較暗,亮度明顯不足,原始模型只能識別部分缺陷;而改進模型能夠通過特征正確識別缺陷,識別精度明顯優于原始模型。

經過改進的算法相較于基準模型YOLOv5,在缺陷識別方面表現出更高的精度,成功降低了漏檢率和誤檢率。

為分析不同改進策略對模型檢測性能的影響,在保證數據集和訓練參數相同的前提下,通過控制變量進行驗證。實驗結果如表2所示。

表2 改進YOLOv5算法的消融實驗

由表2可知,YOLOv5模型修改為K-means++聚類先驗框,檢測精度mAP@0.5和mAP@0.5∶0.95分別提高了0.8%和0.9%,準確率和召回率也有了改觀,可見初始先驗框的選擇確實會直接影響網絡對目標的檢測精度;YOLOv5模型融入C2f模塊之后,檢測精度mAP@0.5和mAP@0.5∶0.95分別提高了1.8%和1%,可見C2f模塊可以通過自適應調整不同層級特征圖的融合比例,來對齊局部特征;YOLOv5模型修改損失函數為WIoU之后,mAP@0.5和mAP@0.5∶0.95分別提高了1.6%和1.4%,可見WIoU 損失函數能提供符合當前情況的梯度增益分配策略。

將這幾種改進策略同時加入YOLOv5模型,在提高分類指標,滿足實時性要求的同時,檢測精度mAP@0.5和mAP@0.5∶0.95分別提高了2.6%和2.5%,證明了改進策略的有效性。

5 結 論

針對光伏電池EL缺陷檢測,提出了一種基于改進YOLOv5的光伏電池EL 圖像缺陷檢測方法。首先采用K-means++聚類算法產生先驗框,以避免聚類結果不穩定產生的局部最優解,從而選擇更適合檢測光伏電池缺陷的先驗框。其次修改C3模塊為梯度流更豐富的C2f模塊,提高算法對光伏電池缺陷的敏感度,減少模型參數量,提升檢測性能。最后采用更強大的WIOU 損失函數替代CIOU,使模型聚焦于普通質量的錨框,提高檢測器整體性能。實驗結果表明,改進YOLOv5算法的mAP@0.5 優于原始網絡,達到0.942,較YOLOv5提升2.6%,有效提高復雜背景下缺陷檢測精度,滿足模型部署要求,具有一定的泛化性能。

對模型進行輕量化處理有待進一步研究,如模型剪枝等方法,以減少模型參數量和計算量。此外,引入新的模塊架構,抑制復雜背景的干擾,并進一步提升模型的泛化性能。通過這些改進措施,使模型更加適應實際應用場景的需求,實現更好的性能和效果。