买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉聚时科技(上海)有限公司申请的专利一种基于卷积神经网络的光伏组件间距不良缺陷检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114663393B 。

龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210285921.1，技术领域涉及：G06T7/00；该发明授权一种基于卷积神经网络的光伏组件间距不良缺陷检测方法是由李煜;罗长志;郑军设计研发完成，并于2022-03-22向国家知识产权局提交的专利申请。

本一种基于卷积神经网络的光伏组件间距不良缺陷检测方法在说明书摘要公布了：本发明公开了一种基于卷积神经网络的光伏组件间距不良缺陷检测方法，其方法步骤为：粗略定位电池片的位置，并截取电池片之间的ROI区域；利用卷积神经网络模型，对ROI图像块进行语义分割；对网络输出的结果进行后处理，计算电池片之间的距离；将计算得到的各个电池片间距和设定的阈值比较，如果超出阈值，则判定电池片间距存在异常，反之判定为正常。本发明的有益效果：本发明基于卷积神经网络来预测光伏组件间距的方法，具有灵活性高、鲁棒性好的特点；提取ROI区域的方法可克服产品切换、组件位移等造成的电池片定位不准问题；阈值区间校正方法可将模型预测的阈值和实际测量的阈值映射到统一空间，提升间距不良缺陷检测的准确率。

本发明授权一种基于卷积神经网络的光伏组件间距不良缺陷检测方法在权利要求书中公布了：1.一种基于卷积神经网络的光伏组件间距不良缺陷检测方法，其特征在于：其方法步骤为： 步骤1：定位电池片的位置，并截取电池片之间的ROI区域； 步骤2：利用卷积神经网络模型，对ROI图像块进行特征提取，并进行语义分割，即对每个像素二分类，判断其为前景还是背景； 步骤3：对网络输出的结果进行后处理，并计算电池片之间的距离； 步骤4：将计算得到的各个电池片的间距和设定的阈值比较，如果超出阈值，则判定电池片的间距存在异常，反之判定为正常； 其中步骤4中阈值设定方法为： S1、统计分析正常样本的距离阈值区间[a,b]；离线采集大量的正常样本和异常样本，执行上述步骤1到步骤3，得到正常样本阈值区间，异常样本阈值区间和； S2、做区间映射，即将度量方法计算得到的距离映射到毫米度量空间中；任取一样本，假定其经过步骤1到步骤3计算得到的间距为x，现将其映射到毫米度量空间中，记映射后的距离为x’；若采用正常样本做阈值区间映射，即将映射到区间[a,b]中，则，按照此映射方式可以得到x为正样本的条件为：，即；采用异常样本做阈值区间映射得到的x为正样本的条件为：； S3、阈值区间校正；对阈值区间做了如下校正： ， ， 即最终采用阈值区间取代阈值区间[a,b]来做缺陷判别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人聚时科技(上海)有限公司，其通讯地址为：200090 上海市杨浦区杨树浦路2300号3B层B02-59室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。