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！

龙图腾网获悉河北工业大学申请的专利一种太阳能电池片外观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：CN116758001B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202310517669.7，技术领域涉及：G06T7/00；该发明授权一种太阳能电池片外观缺陷检测方法是由宋梦园;陈海永;谭江恒;吴文箫;史世杰;李佳奇设计研发完成，并于2023-05-10向国家知识产权局提交的专利申请。

本一种太阳能电池片外观缺陷检测方法在说明书摘要公布了：本发明为一种太阳能电池片外观缺陷检测方法，该方法使用的模型包括多尺度特征提取网络、跨级并行特征融合网络和分类回归网络；多尺度特征提取网络由多个多尺度残差特征提取模块串接而成，倒数第三、二、一个多尺度残差特征提取模块输出的特征图为多尺度特征提取网络得到的多尺度特征图；跨级并行特征融合网络在横向上分为两个阶段，在纵向上分为三个并行分支，每个分支的信息相互融合，使特征的表达能力更强。多尺度特征提取网络可以保留不同尺度的缺陷特征，避免随着网络的伸入，池化、卷积等操作导致微小微弱缺陷信息丢失；跨级并行特征融合网络结合了浅层和深层之间的双向多尺度特征，同样防止浅层特征中的微小微弱缺陷信息在特征融合过程中丢失，因而提高了模型对光伏电池片外观中微小微弱缺陷的检测能力。

本发明授权一种太阳能电池片外观缺陷检测方法在权利要求书中公布了：1.一种太阳能电池片外观缺陷检测方法，其特征在于，该方法包括以下步骤： 第一步：采集太阳能电池片外观图像，包含缺陷和无缺陷图像； 第二步：构建外观缺陷检测模型，模型包括多尺度特征提取网络、跨级并行特征融合网络和分类回归网络； 其中，多尺度特征提取网络由多个多尺度残差特征提取模块串接而成，倒数第三、二、一个多尺度残差特征提取模块输出的特征图b1、b2和b3为多尺度特征提取网络得到的多尺度特征图；多尺度残差特征提取模块的输入经过一个CBS模块进行分割操作，得到两个特征图X00和X01；特征图X00经过一个分裂与合并模块后，与特征图X00拼接得到特征图X1；特征图X1经过一个分裂与合并模块后，与特征图X1拼接，得到特征图X2；重复k次，得到特征图Xk；特征图Xk与特征图X01拼接后，再经过一个分裂与合并模块，得到多尺度残差特征提取模块的输出；跨级并行特征融合网络在横向上分为两个阶段，在纵向上分为三个并行分支，每个分支的信息相互融合，使特征的表达能力更强； 所述跨级并行特征融合网络的第一、二分支均包括两个HP模块，第三分支包括一个HP模块，HP模块通过卷积和残差连接相结合的方式实现高精度的特征融合；特征图b1经过第一分支的第一个HP模块后，与第二分支第一个HP模块的输出和第三分支的HP模块的输出相加，再经过第一分支的第二个HP模块，得到第一分支的输出；特征图b2经过第二分支的第一个HP模块后，与第一分支第一个HP模块的输出和第三分支的HP模块的输出相加，再经过第二分支的第二个HP模块，得到第二分支的输出；特征图b3与第一分支第一个HP模块的输出和第二分支第一个HP模块的输出相加后，经过第三分支的HP模块，得到第三分支的输出；三个分支的输出即为跨级并行特征融合网络得到的特征图； 第三步：利用第一步得到的图像对外观缺陷检测模型进行训练，将训练后的外观缺陷检测模型用于太阳能电池片的外观缺陷检测。

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河北工业大学，其通讯地址为：300130 天津市红桥区丁字沽光荣道8号河北工业大学东院；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。