基于特征金字塔融合高分辨率网络的光伏热斑识别

针对光伏热斑识别算法中存在的深层网络参数运算复杂、梯度信息易消失和模型退化准确率下降等问题，提出一种基于特征金字塔融合高分辨率网络的光伏热斑识别检测算法。首先，该算法搭建一种多分辨率子网并行连接的网络模型，解决深层网络热斑细节信息丢失、特征冗余的难题。其次，引入特征金字塔的多尺度融合模块，跨层连接深浅层不同尺度特征图，解决特征语义的鸿沟、提高模型识别精度。实验结果表明：所提出的算法在光伏红外热斑图像数据集上的分类效果优于经典的深度卷积神经网络算法，准确率可达97.2%，可实现高精度高分辨率的热斑检测识别。