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！

龙图腾网获悉杭州电子科技大学申请的专利一种轻量化光伏电池EL图像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：CN120182733B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202510663750.5，技术领域涉及：G06V10/764；该发明授权一种轻量化光伏电池EL图像缺陷检测方法是由焦若锴;余善恩设计研发完成，并于2025-05-22向国家知识产权局提交的专利申请。

本一种轻量化光伏电池EL图像缺陷检测方法在说明书摘要公布了：本发明公开了一种轻量化光伏电池EL图像缺陷检测方法，首先对太阳能电池片EL图像进行采集，并形成只存在一种缺陷的分类数据集，以及包含多种缺陷的检测数据集。其次构建双残差掩码雪花高斯骨干网络DRMSG‑Net，使用分类头，结合分类数据集进行训练。然后构建分类剪枝头替换分类头，基于训练好的DRMSG‑Net权重，使用分类数据集对分类剪枝头进行训练，获得各特征通道重要度分数对特征通道进行剪枝。最后去除分类剪枝头，并构建特征融合网络和分类与回归网络，获得缺陷类型与目标框，通过检测数据集进行训练，获得缺陷检测结果。本发明能够学习到更加细致和复杂的表示，进行准确的光伏电池图像缺陷检测。

本发明授权一种轻量化光伏电池EL图像缺陷检测方法在权利要求书中公布了：1.一种轻量化光伏电池EL图像缺陷检测方法，其特征在于，包含如下步骤： S1，对太阳能电池片EL图像进行采集，并形成只存在一种缺陷的光伏缺陷分类数据集PV-CLS，以及包含多种缺陷的检测数据集PV-OD； S2，构建双残差掩码雪花高斯骨干网络DRMSG-Net，使用由全局平均池化GAP和多层感知机MLP构成的分类头，结合PV-CLS数据集进行训练； 所述双残差掩码雪花高斯骨干网络DRMSG-Net包括三个顺序串联的阶段，第一个阶段由图像块嵌入层、降采样层与双残差结构层顺序串联构成，第二个阶段与第三个阶段结构相同，包括顺序串联的降采样层与双残差结构层； 所述双残差结构层处理降采样后的特征图，双残差结构层包含顺序连接的残差连接、掩码雪花高斯模块MSGB、多层感知机MLP和批归一化BN，得到与输入特征图尺寸相同的重建特征图； 所述掩码雪花高斯模块MSGB具体实现过程如下： S221，按六种方向依次将输入特征图中的图像块组合成一维向量，共得到六个一维向量； S222，将得到六个一维向量中的图像块分别进行掩码雪花高斯卷积MSGConv，将卷积输出的特征图向量与输入的一维向量进行逐元素叠加，获得增强特征图向量； S223，通过选择状态空间模型SSSM对增强特征图向量进行处理，得到状态空间输出序列； S224，将状态空间输出序列按步骤S221的反向操作，输出与输入特征图尺寸相同的重建特征图； 所述的掩码雪花高斯卷积MSGConv实现为：使用卷积核参数与二维高斯分布权重相乘，再对卷积核参数进行掩码操作，最终形成一个拥有雪花型未掩码部分的卷积操作； S3，构建分类剪枝头，替换掉训练后的DRMSG-Net中的分类头，基于训练好的DRMSG-Net权重，使用PV-CLS数据集对分类剪枝头进行训练； 所述的分类剪枝头由GAP操作、MLP网络和一支由输入特征向量直连输出部分的残差结构组成，残差结构对输入向量进行线性映射，并保持输入与输出尺寸相同，并一一对应； S4，获得分类剪枝头训练后的各特征通道重要度分数，对特征通道进行剪枝； S5，在剪枝后去除分类剪枝头，并构建特征融合网络和分类与回归网络，获得缺陷类型与目标框，通过PV-OD数据集，对特征融合网络和分类与回归网络进行训练，获得缺陷检测结果。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。