摘要
ソーラーパネルは太陽エネルギー発電のコンポーネントの中心部品であり、その品質は安全な発電と発電効率と直接関係しています。したがって、ソーラーパネルの欠陥検査は重要な実用的価値を持っています。手動検査の効率の低さと高コストを考慮して、本論文では、深層学習領域で優れた性能を示した畳み込みニューラルネットワークを用いてソーラーパネルの画像を自動的に識別および分類することを提案しています。TensorflowプラットフォームのTensorboardを使用して、古典的なLeNet-5モデルの構造を改善し、ハイパーパラメータを調整し、改善されたLeNet-5モデルの分類結果を古典的なLeNet-5モデルとサポートベクトルマシンの分類結果と比較したところ、改善されたLeNet-5モデルの分類効果が最も優れていることが示されました。
关键词
ソーラーパネル; Le Net-5モデル; 画像分類; 畳み込みニューラルネットワーク; ハイパーパラメータ; Tensorboard