康耐视ViDi套件在太阳能电池板检测中的应用.docx

《康耐视ViDi套件在太阳能电池板检测中的应用.docx》由会员分享，可在线阅读，更多相关《康耐视ViDi套件在太阳能电池板检测中的应用.docx（3页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、康耐视ViDi套件在太阳能电池板检测中的应用康耐视ViDi套件在太阳能电池板检测中的应用网络转载导语：软件算法能够基于一组标注的具有代表性的不同类型缺陷以及已知合格元件样本的图像自行进行训练。学习系统能够自动组合各种背景信息，以创立可靠的缺陷模型。电致发光(EL)图像自动检测挑战估计电池板或模块之间存在较大的发光变化，但这些变化是可接受的。一些缺陷(如微裂纹或接触构成的误差)可能非常微妙，难以与强烈且高度不规则的背景纹理区分开来。存在大量完全不同类型的缺陷，这导致无法开发出一种简单而可靠的算法来检测所有这些缺陷。解决方案有了康耐视ViDi套件和监督形式下的ViDi红色检查工具后，光伏模组EL图

2、像的自动化分析如今变得极其简单。软件算法能够基于一组标注的具有代表性的不同类型缺陷以及已知合格元件样本的图像自行进行训练。学习系统能够自动组合各种背景信息，以创立可靠的缺陷模型。当训练阶段完成后，就能够随时继续进行检测。该套件能够快速识别和报告电池板的所有缺陷区域。康耐视ViDi套件基于深度学习的工业级图像分析软软件，可实现自动检测和分类。类似于人类：胜过最优秀的质量检测员自主学习：无需开发软件功能强大：解决无法编程的检测挑战它是怎样工作的?非常简单，只需执行下面的步骤1.采集不同类型缺陷以及无缺陷元件样本的图像2.让康耐视ViDi套件基于这些样本进行训练，并创立参考模3.继续进行测试微裂纹最具挑战性的缺陷类型为微裂纹，主要是由于复杂背景通常与这类缺陷具有很多一样的特征。我们向学习系统提供一组具有代表性的微裂纹缺陷样本，以创立可靠的缺陷模型。同时，它还能够学习将微裂纹与背景图案的类似外观区分开来。因而，检测将同时具有高度的针对性和选择性。