基于改进ShuffleNetV2模型的光伏板灰尘识别

XU Xiao-Ping, ZHANG Yong,LIU Guang-Jun, LIU Long

Computer Systems & Applications（2023）

引用 0|浏览5

暂无评分

摘要

鉴于灰尘积聚是光伏组件功率损失的主要因素之一,针对灰尘颗粒的特性及克服利用扫描电子显微镜成本昂贵问题,提出了一种利用改进的ShuffleNetV2模型来识别光伏板上的灰尘.以ShuffleNetV2网络模型为基础模型,采用Mish激活函数,将更好的特征信息深入神经网络;然后运用混合深度卷积保证特征提取的丰富性;最后利用坐标注意力机制模块替换ShuffleNetV2模型中基本单元右分支尾部的逐点卷积,从而在提高精度的同时也减少了计算量.实验结果表明,所提改进的ShuffleNetV2模型与已有的经典模型相比,准确度更高,模型复杂度更低,有效地证明了所给方案是可行的.

关键词

dust,photovoltaic modules,ShuffleNetV2,attention mechanism

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要