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！

龙图腾网获悉东南大学申请的专利一种基于改进YOLOv5网络的光伏组件EL缺陷检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114627082B 。

龙图腾网通过国家知识产权局官网在2025-07-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210259289.3，技术领域涉及：G06T7/00；该发明授权一种基于改进YOLOv5网络的光伏组件EL缺陷检测方法是由陈从颜;陈颢;陈天晟设计研发完成，并于2022-03-16向国家知识产权局提交的专利申请。

本一种基于改进YOLOv5网络的光伏组件EL缺陷检测方法在说明书摘要公布了：本发明公开了一种基于改进YLOLv5网络的光伏组件EL缺陷检测方法，建立依赖上下流工序的检测模型，不再以单一电池片，而是以组件为检测单位，实现了对目前常见的13种缺陷的检测和定位。这些缺陷不仅包含单一电池片中的缺陷，也包括了以电池片组件为观察单位的整体性缺陷。利用建立的光伏组件EL缺陷数据集，对检测模型进行训练、测试，实验结果表明，改进YOLOv5s串联网络模型可以高效、准确地识别出光伏组件EL图像中包含的多种缺陷，完成复杂EL缺陷综合识别和精确定位。

本发明授权一种基于改进YOLOv5网络的光伏组件EL缺陷检测方法在权利要求书中公布了：1.一种基于改进YOLOv5网络的光伏组件EL缺陷检测方法，其特征在于，包括以下步骤： 步骤（1），通过红外相机采集光伏组件EL图像，依据光伏组件EL缺陷种类分类标准，对图像样本进行筛选、整理，经过人工预处理后，生成样本集； 步骤（2），对样本集进行人工标注，将图像数据转为包含目标位置坐标和种类信息的YOLO数据集格式，生成训练集； 步骤（3），将步骤（2）中生成的训练集导入改进的YOLOvs5串联网络中，对模型进行训练，得到对应的权重文件； 步骤（4），利用训练好的模型对新的光伏组件EL图像数据进行预测，标注缺陷的位置和种类，并对其进行统计分析，判断产品的合格等级； 所述步骤（1）中，根据不同种类光伏组件EL缺陷所覆盖的区域范围大小，将其划分为两大类，一种是缺陷的观察背景为单个电池片的，定义为A类缺陷，即小目标；另一种是缺陷的判定背景是基于整个光伏组件的，定义为B类缺陷，即大目标； 所述步骤（2）中，对于A类缺陷，直接在光伏组件的EL图像上进行标注；对于B类缺陷，先作区域分割，再进行标注；对A、B两类缺陷的样本分别按8:1:1划分训练集、测试集、验证集；最后，使用LabelImg工具对测试集进行人工标注，包括EL缺陷种类C，以及缺陷的位置区域坐标，其中（x1，y1），（x2，y2）分别代表图像区域的左上角和右下角坐标，得到对应的YOLO格式数据集，作为可供神经网络训练使用的训练集； 所述步骤（4）中，在设计检测网络时，采取一种双层网络结构，将两个检测模块串联，分别导入不同的权重文件，用以检测覆盖区域大小差异较大的不同目标，并在串联的两个检测模块之间插入一个图像分割模块，以此提高对大小差异较大的目标同时检测的能力。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。