王宗良, 陸 麗

(上海電機(jī)學(xué)院 電氣學(xué)院, 上海 201306)

在光伏發(fā)電系統(tǒng)中,光伏電池將太陽(yáng)能轉(zhuǎn)化為電能,轉(zhuǎn)換效率對(duì)整個(gè)發(fā)電系統(tǒng)的運(yùn)行效率至關(guān)重要。然而,在光伏電池的制造過(guò)程中,晶硅制作工藝可能引發(fā)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(cè)成為延長(zhǎng)使用壽命和提高發(fā)電效率的關(guān)鍵所在。光伏電池電致發(fā)光(Electroluminescence, EL)測(cè)試技術(shù)是一種常用的缺陷檢測(cè)方法,它能夠通過(guò)對(duì)晶體硅電池施加電壓來(lái)使其發(fā)光,并使用機(jī)器視覺(jué)技術(shù)進(jìn)行圖像分析,以檢測(cè)和分析光伏電池的缺陷[2]。另外,機(jī)器視覺(jué)技術(shù)中深度學(xué)習(xí)方法在圖像分割、目標(biāo)檢測(cè)、圖像分類(lèi)等領(lǐng)域發(fā)揮著重要作用[3-4]。通過(guò)輸入大量的光伏電池圖像樣本進(jìn)行訓(xùn)練學(xué)習(xí),深度學(xué)習(xí)模型能夠提取出深層抽象特征,并在實(shí)際環(huán)境中展現(xiàn)出良好的魯棒性和泛化能力。因此,基于深度學(xué)習(xí)的機(jī)器視覺(jué)技術(shù)在光伏電池缺陷檢測(cè)中的應(yīng)用越來(lái)越廣泛。

任喜偉等[5]提出了一種基于改進(jìn)U-net網(wǎng)絡(luò)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(jī)制組成一個(gè)復(fù)合模塊,在網(wǎng)絡(luò)中穿插多個(gè)復(fù)合模塊來(lái)提升分割性能。黃彥乾等[6]以原型網(wǎng)絡(luò)方法為基礎(chǔ),通過(guò)優(yōu)化模型主干網(wǎng)絡(luò)和調(diào)整相似性度量標(biāo)準(zhǔn)有效解決了原型網(wǎng)絡(luò)對(duì)光伏板缺陷的特征嵌入能力較差和模型精度一般的問(wèn)題。Sun等[7]通過(guò)改進(jìn)錨點(diǎn)和增加預(yù)測(cè)頭實(shí)現(xiàn)對(duì)小目標(biāo)的檢測(cè),使之在較高幀率下能繼續(xù)保持87.9%的mAP值。目前,部分現(xiàn)有的缺陷檢測(cè)算法在解決EL圖像中缺陷和背景耦合問(wèn)題,以及提高微小缺陷檢測(cè)精度方面存在一定的局限。作為YOLO系列中最成熟的產(chǎn)品,YOLOv5目標(biāo)檢測(cè)算法具備更高的檢測(cè)精度。

本文基于YOLOv5的目標(biāo)檢測(cè)網(wǎng)絡(luò),改進(jìn)其網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù),實(shí)現(xiàn)光伏電池缺陷檢測(cè)。首先,采用K-means++聚類(lèi)算法和IoU 距離,以改善聚類(lèi)結(jié)果的準(zhǔn)確性和穩(wěn)定性;其次,在C3模塊增加密集殘差結(jié)構(gòu),增強(qiáng)特征表達(dá)能力,減少訓(xùn)練過(guò)程中產(chǎn)生的特征圖冗余;再次,使用WIoU 損失函數(shù),以提高回歸精度[8-11]。最后,通過(guò)消融實(shí)驗(yàn)對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析,評(píng)價(jià)本文改進(jìn)模型的綜合性能。實(shí)驗(yàn)結(jié)果表明,改進(jìn)YOLOv5算法能夠?qū)夥姵谽L缺陷圖像實(shí)現(xiàn)高精度缺陷檢測(cè)。

1 YOLOv5算法檢測(cè)流程和原理

YOLOv5算法檢測(cè)流程可分為4個(gè)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(duì)原始圖像進(jìn)行填充或縮放,并將圖像數(shù)據(jù)歸一化為[0,1]區(qū)間內(nèi)的浮點(diǎn)數(shù)。增強(qiáng)馬賽克數(shù)據(jù),將圖像拼接后進(jìn)行隨機(jī)縮放、裁剪和排列,有效擴(kuò)充數(shù)據(jù)集的數(shù)量[12]。同時(shí),采用自適應(yīng)錨框計(jì)算并結(jié)合遺傳算法,增加了結(jié)果的可靠性。自適應(yīng)圖片縮放和更加合理的黑邊填充比例,減少了信息冗長(zhǎng)帶來(lái)的干擾。

特征提取層采用了CSP-Darknet53作為主干網(wǎng)絡(luò),由復(fù)合卷積模塊、C3(具有3個(gè)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(gè)模塊組成[13-14],通過(guò)模塊不斷疊加來(lái)深化網(wǎng)絡(luò)結(jié)構(gòu),實(shí)現(xiàn)對(duì)目標(biāo)特征的提取。

特征融合層采用特征金字塔網(wǎng)絡(luò)(Feature Pyramid Network, FPN)+路徑聚合網(wǎng)絡(luò)(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(qiáng)語(yǔ)義信息向下傳遞;PAN 自底而上補(bǔ)充低層的強(qiáng)定位信息傳遞,進(jìn)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(duì)特征融合層融合的3個(gè)尺度信息進(jìn)行分類(lèi)和定位,預(yù)測(cè)輸出目標(biāo)對(duì)象的類(lèi)別、置信度以及邊界框位置,最后輸出檢測(cè)結(jié)果。

2 改進(jìn)YOLOv5光伏電池缺陷檢測(cè)

基于YOLOv5模型在光伏電池EL缺陷圖像檢測(cè)中的實(shí)際需求,對(duì)YOLOv5模型進(jìn)行了參數(shù)優(yōu)化和網(wǎng)絡(luò)調(diào)整。

2.1 K-means++聚類(lèi)

YOLOv5網(wǎng)絡(luò)模型的先驗(yàn)框是用K-means聚類(lèi)算法在COCO 數(shù)據(jù)集上得到的。但是COCO數(shù)據(jù)集其本身的檢測(cè)種類(lèi)較多,以至于先驗(yàn)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(cè)。同時(shí),K-means聚類(lèi)算法本身也存在著一些缺陷,由于初始聚類(lèi)中心是隨機(jī)確定的,有可能導(dǎo)致聚類(lèi)效果不穩(wěn)定,甚至陷入局部最優(yōu)解。

相對(duì)于傳統(tǒng)的K-means算法,K-means++算法在計(jì)算復(fù)雜度上多了一步聚類(lèi)中心的選取優(yōu)化,能夠讓初始聚類(lèi)中心更具離散性,使聚類(lèi)結(jié)果趨于全局最優(yōu)解。K-means++聚類(lèi)流程圖如圖1所示。

圖1 K-means++聚類(lèi)流程圖

在聚類(lèi)操作中,距離公式的選擇對(duì)于聚類(lèi)結(jié)果的準(zhǔn)確性非常重要。在標(biāo)準(zhǔn)的K-means++聚類(lèi)算法中,通常采用廣泛應(yīng)用于連續(xù)數(shù)值特征的歐幾里得距離公式作為度量函數(shù),但是在目標(biāo)檢測(cè)中,可能會(huì)導(dǎo)致較大的真實(shí)框相比于較小的真實(shí)框產(chǎn)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(shù),即

式中:b為真實(shí)框;c為聚類(lèi)中心。

2.2 C2f

隨著網(wǎng)絡(luò)層數(shù)加深和特征圖通道數(shù)增加,可能會(huì)導(dǎo)致特征圖的冗余問(wèn)題。為了解決這個(gè)問(wèn)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(gè)卷積的跨階段局部瓶頸,可以通過(guò)密集殘差結(jié)構(gòu)能夠增強(qiáng)特征表達(dá)的能力,將大尺度的語(yǔ)義信息和小尺度的細(xì)節(jié)信息相結(jié)合,增強(qiáng)卷積神經(jīng)網(wǎng)絡(luò)的特征融合能力;并根據(jù)縮放系數(shù),通過(guò)拆分和拼接操作改變通道數(shù),降低計(jì)算復(fù)雜度和模型容量,提高推理速度,實(shí)現(xiàn)進(jìn)一步的輕量化;同時(shí)由于兼顧了所有通道的信息,不會(huì)造成精度下降。

在C2f模塊中,第1個(gè)卷積(Convolution)模塊的輸出通道數(shù)為c,然后拆分成兩份0.5c個(gè)通道的特征圖,并將劃分后的結(jié)果存入列表y中。后面串聯(lián)的n個(gè)瓶頸層中的每個(gè)瓶頸層(Bottleneck)的輸入都是列表y的最后1個(gè)元素即0.5c個(gè)通道的特征圖。每個(gè)瓶頸層的輸出都會(huì)被存入列表y中作為下1個(gè)瓶頸層的輸入。經(jīng)過(guò)n個(gè)瓶頸層后,會(huì)把列表y中的元素按通道拼接,得到1個(gè)0.5(n+2)×c維的特征圖。最后,經(jīng)過(guò)第2個(gè)卷積模塊,將特征圖的通道數(shù)壓縮輸出。改進(jìn)前后模塊結(jié)構(gòu)如圖2所示。

圖2 改進(jìn)后模塊結(jié)構(gòu)圖

2.3 WIoU

YOLOv5網(wǎng)絡(luò)邊界框損失函數(shù)主要用于衡量真實(shí)邊界框和預(yù)測(cè)邊界框之間的誤差,從而指導(dǎo)網(wǎng)絡(luò)優(yōu)化和提升目標(biāo)檢測(cè)性能。

由于光伏電池EL缺陷數(shù)據(jù)集中的1張圖片里包含多個(gè)檢測(cè)目標(biāo),因此數(shù)據(jù)在人工標(biāo)注過(guò)程中難免會(huì)產(chǎn)生一些質(zhì)量較低的標(biāo)注示例,而且CIoU 損失函數(shù)只考慮了邊界回歸的重疊面積、中心點(diǎn)距離和長(zhǎng)寬比一致性的問(wèn)題,并沒(méi)有考慮兩者之間的區(qū)域問(wèn)題。因此本文采用WIoU(Wise IoU)損失函數(shù),WIoU 著重于處理普通質(zhì)量的錨框,通過(guò)提供合理的梯度增益分配策略來(lái)降低錨框之間的競(jìng)爭(zhēng)性。該策略有助于減小低質(zhì)量實(shí)例引起的有害梯度,并同時(shí)降低高質(zhì)量錨框的競(jìng)爭(zhēng)力,從而提升檢測(cè)器的整體性能。

WIoU 在IoU 損失函數(shù)的基礎(chǔ)上結(jié)合了距離注意力機(jī)制,其中,第1層注意力用于計(jì)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(shù)為

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

RWIoU∈[1,e)和LWIoU∈(0,1)處于動(dòng)態(tài)的相互作用之中。RWIoU會(huì)顯著放大普通質(zhì)量錨框的LWIoU;LWIoU會(huì)顯著減少高質(zhì)量錨框的RWIoU,并在錨框與真實(shí)框重合較好的情況下顯著降低其對(duì)中心點(diǎn)距離的關(guān)注。

3 實(shí)驗(yàn)準(zhǔn)備

3.1 實(shí)驗(yàn)數(shù)據(jù)準(zhǔn)備

本文使用了由河北工業(yè)大學(xué)和北京航空航天大學(xué)聯(lián)合發(fā)布的光伏電池異常缺陷檢測(cè)數(shù)據(jù)集PVEL-AD進(jìn)行模型的訓(xùn)練、驗(yàn)證以及測(cè)試[17]。根據(jù)數(shù)據(jù)分布情況以及研究需要,在原始數(shù)據(jù)集的基礎(chǔ)上進(jìn)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(cuò)(horizontal dislocation)、垂直位錯(cuò)(vertical dislocation)、短路(short circuit)8類(lèi)常見(jiàn)缺陷進(jìn)行訓(xùn)練和交叉驗(yàn)證。首先對(duì)組成的數(shù)據(jù)集進(jìn)行圖像預(yù)處理,再按照8∶1∶1的比例劃分訓(xùn)練集、驗(yàn)證集、測(cè)試集。

3.2 實(shí)驗(yàn)環(huán)境及參數(shù)設(shè)置

硬件環(huán)境:操作系統(tǒng)為Windows11;GPU 為NVIDIA GeForce RTX 3050,顯存為4GB;CPU為Intel i5-12500H。

軟件環(huán)境:編程語(yǔ)言為Python3.8,網(wǎng)絡(luò)開(kāi)發(fā)框架為Pytorch1.12.1。CUDA 并行計(jì)算框架為11.6。

表1 部分實(shí)驗(yàn)參數(shù)設(shè)置

3.3 評(píng)價(jià)指標(biāo)

為評(píng)估模型性能,實(shí)驗(yàn)中采用了多項(xiàng)指標(biāo)來(lái)全面評(píng)估模型表現(xiàn),其中包括準(zhǔn)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(shí)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(nèi),步長(zhǎng)為0.05時(shí)的平均精度均值。

4 實(shí)驗(yàn)結(jié)果與分析

根據(jù)準(zhǔn)確率、召回率、mAP@0.5、mAP@0.5∶0.95等4項(xiàng)指標(biāo),發(fā)現(xiàn)在光伏電池EL缺陷數(shù)據(jù)集中,改進(jìn)算法在300個(gè)訓(xùn)練次數(shù)內(nèi)檢測(cè)結(jié)果波動(dòng)較為平穩(wěn),相比于原始算法震蕩較小,在150次后各項(xiàng)指標(biāo)趨于平穩(wěn),200次后數(shù)值穩(wěn)定且模型收斂。檢測(cè)結(jié)果也都有不同程度的提升。這表明改進(jìn)方法在提高模型性能方面是有效的,可以更好地適應(yīng)實(shí)際場(chǎng)景的需求。如圖3所示。

圖3 改進(jìn)YOLOv5與YOLOv5檢測(cè)數(shù)據(jù)變化圖

為全面評(píng)估本文改進(jìn)算法的性能,對(duì)測(cè)試集中使用改進(jìn)的YOLOv5算法和原始的YOLOv5算法進(jìn)行了檢測(cè)效果展示。通過(guò)錨框可視化的方式,可以直觀地比較這兩個(gè)模型在檢測(cè)任務(wù)上的優(yōu)勢(shì),并對(duì)原始圖像中的缺陷位置和數(shù)量進(jìn)行分析。圖4為光伏電池EL缺陷圖像的檢測(cè)結(jié)果。

圖4 光伏電池EL缺陷圖像的檢測(cè)結(jié)果對(duì)比

圖4 (a)為多個(gè)小目標(biāo)圖像,原始網(wǎng)絡(luò)在特征提取方面稍有不足,在檢測(cè)過(guò)程中存在幾處漏檢問(wèn)題;而改進(jìn)后的模型通過(guò)更好地利用特征和更關(guān)注目標(biāo)區(qū)域,降低了漏檢率。圖4(b)為被柵線隔斷的大尺度目標(biāo)圖像,由于被柵線的部分遮擋,原始模型出現(xiàn)了漏檢情況;而改進(jìn)后的模型具備更強(qiáng)的抑制干擾能力。圖4(c)為檢測(cè)目標(biāo)位于圖像邊緣,邊緣部分的圖像信息受背景干擾嚴(yán)重;而改進(jìn)模型對(duì)于缺陷識(shí)別的定位范圍和識(shí)別精度表現(xiàn)更好。圖4(d)檢測(cè)目標(biāo)相對(duì)于背景圖像信息不明顯,而且屬于長(zhǎng)寬比較大的目標(biāo),原始網(wǎng)絡(luò)對(duì)特征的提取稍有不足;而改進(jìn)模型將其準(zhǔn)確識(shí)別了出來(lái)。圖4(e)對(duì)于在重疊的目標(biāo)圖像,且圖像對(duì)比度較暗,亮度明顯不足,原始模型只能識(shí)別部分缺陷;而改進(jìn)模型能夠通過(guò)特征正確識(shí)別缺陷,識(shí)別精度明顯優(yōu)于原始模型。

經(jīng)過(guò)改進(jìn)的算法相較于基準(zhǔn)模型YOLOv5,在缺陷識(shí)別方面表現(xiàn)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(jìn)策略對(duì)模型檢測(cè)性能的影響,在保證數(shù)據(jù)集和訓(xùn)練參數(shù)相同的前提下,通過(guò)控制變量進(jìn)行驗(yàn)證。實(shí)驗(yàn)結(jié)果如表2所示。

表2 改進(jìn)YOLOv5算法的消融實(shí)驗(yàn)

由表2可知,YOLOv5模型修改為K-means++聚類(lèi)先驗(yàn)框,檢測(cè)精度mAP@0.5和mAP@0.5∶0.95分別提高了0.8%和0.9%,準(zhǔn)確率和召回率也有了改觀,可見(jiàn)初始先驗(yàn)框的選擇確實(shí)會(huì)直接影響網(wǎng)絡(luò)對(duì)目標(biāo)的檢測(cè)精度;YOLOv5模型融入C2f模塊之后,檢測(cè)精度mAP@0.5和mAP@0.5∶0.95分別提高了1.8%和1%,可見(jiàn)C2f模塊可以通過(guò)自適應(yīng)調(diào)整不同層級(jí)特征圖的融合比例,來(lái)對(duì)齊局部特征;YOLOv5模型修改損失函數(shù)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(jiàn)WIoU 損失函數(shù)能提供符合當(dāng)前情況的梯度增益分配策略。

將這幾種改進(jìn)策略同時(shí)加入YOLOv5模型,在提高分類(lèi)指標(biāo),滿足實(shí)時(shí)性要求的同時(shí),檢測(cè)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(jìn)策略的有效性。

5 結(jié) 論

針對(duì)光伏電池EL缺陷檢測(cè),提出了一種基于改進(jìn)YOLOv5的光伏電池EL 圖像缺陷檢測(cè)方法。首先采用K-means++聚類(lèi)算法產(chǎn)生先驗(yàn)框,以避免聚類(lèi)結(jié)果不穩(wěn)定產(chǎn)生的局部最優(yōu)解,從而選擇更適合檢測(cè)光伏電池缺陷的先驗(yàn)框。其次修改C3模塊為梯度流更豐富的C2f模塊,提高算法對(duì)光伏電池缺陷的敏感度,減少模型參數(shù)量,提升檢測(cè)性能。最后采用更強(qiáng)大的WIOU 損失函數(shù)替代CIOU,使模型聚焦于普通質(zhì)量的錨框,提高檢測(cè)器整體性能。實(shí)驗(yàn)結(jié)果表明,改進(jìn)YOLOv5算法的mAP@0.5 優(yōu)于原始網(wǎng)絡(luò),達(dá)到0.942,較YOLOv5提升2.6%,有效提高復(fù)雜背景下缺陷檢測(cè)精度,滿足模型部署要求,具有一定的泛化性能。

對(duì)模型進(jìn)行輕量化處理有待進(jìn)一步研究,如模型剪枝等方法,以減少模型參數(shù)量和計(jì)算量。此外,引入新的模塊架構(gòu),抑制復(fù)雜背景的干擾,并進(jìn)一步提升模型的泛化性能。通過(guò)這些改進(jìn)措施,使模型更加適應(yīng)實(shí)際應(yīng)用場(chǎng)景的需求,實(shí)現(xiàn)更好的性能和效果。