计算机时代2023，Issue(2) ：106-108.DOI:10.16644/j.cnki.cn33-1094/tp.2023.02.024

一种基于神经网络的太阳能电池板缺陷检测方法

A method of solar panel defect detection based on neural network

兰小艳 史钧宇
计算机时代2023，Issue(2) ：106-108.DOI:10.16644/j.cnki.cn33-1094/tp.2023.02.024
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

一种基于神经网络的太阳能电池板缺陷检测方法

A method of solar panel defect detection based on neural network

兰小艳 1史钧宇1
扫码查看

作者信息

  • 1. 山西工程职业学院,山西 太原 030009
  • 折叠

摘要

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.

关键词

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

引用本文复制引用

基金项目

山西工程职业学院科研类立项项目(XQ2021-15)

出版年

2023
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
参考文献量2
段落导航相关论文