摘要
태양 전지판은 태양 에너지 생산 컴포넌트의 핵심부품으로, 품질의 우열이 발전기 안전과 발전 효율과 직접적으로 관련이 있습니다. 따라서 태양 전지판의 결함 검출은 중요한 실용적 가치를 가지고 있습니다. 수동 검출의 효율성과 높은 비용을 고려하여 본 논문은 깊은 학습 분야에서 이미지 분류에 뛰어난 성능을 보인 합성곱 신경망을 이용하여 태양 전지판 이미지를 자동으로 인식하고 분류하는 것을 제안합니다. Tensorflow의 Tensorboard 플랫폼을 활용하여 기존의 LeNet-5모델의 구조를 개선하고 초매개변수를 조절한 결과, 개선된 LeNet-5모델의 분류 결과를 기존의 LeNet-5모델과 서포트 벡터 머신의 결과와 비교해본 결과, 개선된 LeNet-5모델의 분류 효과가 최적임을 보였습니다.
关键词
태양 전지판; Le Net-5모델; 이미지 분류; 합성곱 신경망; 초매개변수; Tensorboard