Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东新型储能国家研究院有限公司韦秋华获国家专利权

广东新型储能国家研究院有限公司韦秋华获国家专利权

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!

龙图腾网获悉广东新型储能国家研究院有限公司申请的专利基于域增量持续学习的太阳能电池片缺陷在线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:CN120876488B

龙图腾网通过国家知识产权局官网在2026-02-03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:202511395855.3,技术领域涉及:G06T7/00;该发明授权基于域增量持续学习的太阳能电池片缺陷在线检测方法是由韦秋华;姜海龙;陈炯聪;蔡煜;乔学博;陈俊赫设计研发完成,并于2025-09-28向国家知识产权局提交的专利申请。

基于域增量持续学习的太阳能电池片缺陷在线检测方法在说明书摘要公布了:本申请涉及一种基于域增量持续学习的太阳能电池片缺陷在线检测方法。所述方法包括:获取太阳能电池片的图像数据集;针对多个子数据集中的当前子数据集,利用当前子数据集对待训练的缺陷检测模型进行训练,从当前子数据集中选取出目标光致发光图像样本存储至内存缓冲区;针对下一子数据集,从内存缓冲区中获取部分目标光致发光图像样本,根据下一子数据集与部分目标光致发光图像样本对待训练的缺陷检测模型进行训练,将下一子数据集作为更新后的当前子数据集,返回至从当前子数据集中选取出目标光致发光图像样本存储至内存缓冲区的步骤,直至满足迭代停止条件,得到预训练的缺陷检测模型。采用本方法能够提高太阳能电池片缺陷检测的准确率。

本发明授权基于域增量持续学习的太阳能电池片缺陷在线检测方法在权利要求书中公布了:1.一种基于域增量持续学习的太阳能电池片缺陷在线检测方法,其特征在于,所述方法包括: 获取太阳能电池片的多个光致发光图像样本; 对所述多个光致发光图像样本的缺陷种类进行标注,得到标注有相应的缺陷种类的所述多个光致发光图像样本; 将所述多个光致发光图像样本划分为与各个成像条件对应的子数据集;每个所述子数据集包括每个所述缺陷种类对应的所述光致发光图像样本; 获取太阳能电池片的图像数据集;所述图像数据集包括多个子数据集,各个所述子数据集包括在各个成像条件下采集的所述太阳能电池片的光致发光图像样本,每个所述光致发光图像样本标注有相应的缺陷种类; 针对所述多个子数据集中的当前子数据集,利用所述当前子数据集对待训练的缺陷检测模型进行训练,将所述当前子数据集输入至生成模型,得到目标光致发光图像样本;所述生成模型用于模拟所述当前子数据集中所述光致发光图像样本的图像特征,生成存储至内存缓冲区的所述目标光致发光图像样本; 针对相对于所述当前子数据集的下一子数据集,从所述内存缓冲区中获取部分所述目标光致发光图像样本,根据所述下一子数据集与部分所述目标光致发光图像样本对所述待训练的缺陷检测模型进行训练,将所述下一子数据集作为更新后的当前子数据集,返回至所述从所述当前子数据集中选取出目标光致发光图像样本存储至内存缓冲区的步骤,直至满足迭代停止条件,得到预训练的缺陷检测模型; 其中,所述预训练的缺陷检测模型用于根据所述太阳能电池片的光致发光图像,输出所述太阳能电池片的缺陷检测结果。

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广东新型储能国家研究院有限公司,其通讯地址为:510420 广东省广州市白云区云城街萧岗荔园南路15号701室;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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。