首页|一种基于神经网络的太阳能电池板缺陷检测方法

一种基于神经网络的太阳能电池板缺陷检测方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
研究一种基于神经网络的太阳能电池板缺陷检测方法,利用DenseNet网络模型对缺陷进行检测,在该模型中加入转换器保证相邻模块间的大小,融入L2正则化可以在一定程度上避免过拟合现象,调整Batch Normalization层在避免梯度消失的同时加快收敛速度,使用SELU激活函数可以提高模型的鲁棒性.
A method of solar panel defect detection based on neural network

兰小艳、史钧宇

展开 >

山西工程职业学院,山西 太原 030009

DenseNet网络模型 L2正则化 Batch Normalization层 SELU激活函数

山西工程职业学院科研类立项项目

XQ2021-15

2023

10.16644/j.cnki.cn33-1094/tp.2023.02.024

计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
年,卷(期)：2023.(2)
  • 2