通过配备的高清可见光拍摄和红外热成像拍摄两种图像捕捉模式,无人机能够更加精确准地识别光伏面板的故障和缺陷。 目前无人机智能巡检识别故障

本次研究的数据集为一个公共光伏电池数据集,含 2,624 张分辨率为 300 x 300 像素的光伏电池 EL 图像,包括单晶和多晶两种类型。 研究团队以 0.5 为阈值,将样本分为功能样本和缺陷样本,将其中 75% 的图像,即 1,970 张图像随机选择为训练集,剩余的 654 张图像为测试集。

资源浏览查阅169次。光伏发电板是太阳能转换为电能的关键设备,而其工作状态的监测对于确保高效、安全方位运行至关重要。本数据集专门针对光伏发电板的红外光斑检测,提供了1293张高清晰度的红外图像,每一张图像都记录了光伏发电板在工作时的温度分布情况,这对于理解和预防光伏系统的潜在

资源浏览查阅95次。光伏发电系统是将太阳光能转化为电能的装置,其运行状态直接影响到电力的稳定输出和系统的经济效益。在光伏系统中,红外热成像技术是一种重要的维护工具,它能够直观地揭示设备的温度分布,帮助检测潜在的问题。

2024-09-02 资源浏览查阅100次。YOLO与VOC格式的光伏板缺陷检测数据集,适用于YOLO系列、FasterRcnn、SSD等模型更多下载资源、学习资料请访问CSDN文库频道. 文库首页 人工智能 深度学习 ＜数据集＞光伏板缺陷检测数据集＜目标检测

4.发明202010298498.x公开了一种光伏板热斑检测方法,构建实验平台,根据实验数据、实验图像、实测数据和实测图像来检测光伏板是否存在热斑,但该发明侧重于检测在脏污程度不同的情况下的光伏板存在热斑情况,在实际应用中不具有很大的价值。

中国质量新闻网. 08.27 10:03. 转自：国家标准化管理委员会. 附件文件下载：. 关于批准发布《化学试剂 三水合乙酸钠（乙酸钠）》等335项国家标准的公告. 国家市场监督管理总

先通过无人机巡检平台采集光伏组件红外图像,为了避免图像采集和传输过程中产生失真,影响缺陷的识别精确率,首先对采集的红外图像进行畸变矫正,进而对光伏组件进行分割

6 天之前根据南方财富网产业链数据显示,公司产品线涵盖材料级锗产品、光伏级锗产品、红外级锗产品、光纤级锗产品、光纤用四氯化锗、化合物半导体

下载地址：复合绝缘子憎水性等级分类图像数据集（HC1~HC7,每类600多张） 18. 光伏发电板红外光斑检测图像数据集（1200多张图像,包含最高高温度信息,无标签） 下载地址：光伏发电板红外光斑检测图像数据集（1200多张图像,包含最高高温度信息） 19.光伏发电板航拍图像鸟粪检测数据集（400张原图,VOC

3 天之前司拥有50余类、6500个能源节点及环境探针,时序数据50亿+数据点,形成光伏电站发电量和环境数据集、光伏电站污染 双光图片数据集、光伏电站低性能数据集、用电

特性,光伏电池在生产过程中容易产生隐裂、划痕和 断栅等缺陷,且随着光伏电池向越来越薄的方向发 展,缺陷产生的概率也在逐渐增大。因此,为了确 保光伏电池的性能与健康状态,对其缺陷进行有效 检测至关重要。光伏电池缺陷的传统检测方法通常包括电流

本次研究的数据集为一个公共光伏电池数据集,含 2,624 张分辨率为 300 x 300 像素的光伏电池 EL 图像,包括单晶和多晶两种类型。 研究团队以 0.5 为阈值,将样本分为功能样本和缺陷样本,将其中 75% 的图像,即 1,970 张图像随机选择为训练集,剩余的 654 张图像为测试集。

资源浏览阅读158次。 "光伏电池板红外过热缺陷检测数据集(137张+json标签)" 这个数据集是专门用于电气工程与计算机视觉领域研究的一个宝贵资源,它包含137张光伏电池板的红外图像,其中120张为黑白红外图像,17张为彩色红外图像。这些图像的主要目的是帮助研究人员检测光伏电池板上的过热热斑

下载地址：输电线路语义分割图像数据集 43.光伏电板电池片焊点定位图像数据集（含标签） 下载地址：光伏电板电池板焊点定位数据集 44.感应电机红外图像数据集 下载地址：感应电机红外图像数据

光伏（PV）电池电致发光（EL）图像中的异常检测对于基于视觉的故障诊断具有重要意义。许多研究人员努力于解决这个问题,但需要大规模的开放世界数据集来验证他们的新颖想法。我们构建了一个 PV EL 异常检测 (PVEL-AD 1, 2, 3) 多晶太阳能电池数据集,包含 36 543 张具有各种内部缺陷和异质背景的近

资源浏览阅读73次。 "该资源提供了一个光伏板热成像缺陷数据集,包含227张图片,主要用于电气工程领域的计算机视觉研究,如目标检测、图像识别和深度学习。数据集中的图片是近红外图像,非彩色,专注于热斑缺陷检测。

资源浏览查阅42次。目标检测数据集：光伏板缺陷检测数据集（超过8000张图片和标签）【包含训练集、验证集、对应标签、cl更多下载资源、学习资料请访问CSDN文库频道. 文库首页 人工智能 深度学习 目标检测数据集：光伏板缺陷检测数据集（超过8000张

1.光伏电池缺陷数据集 介绍 背景：太阳能作为一种极具吸引力的替代电力能源,太阳能光伏电池（即光伏电池）是太阳能发电系统的基础,一般情况下,电池中的各类缺陷会直接影响到光伏电池的光电转化效率和使用寿命。太阳能电池片组件作为

太阳能光伏（PV）产业近年来取得了快速发展。然而,由于环境因素和数据缺失,大型光伏电站的微故障区检测难度大且成本高。大多数故障可以通过红外测温方法检测出来,但是红外热像仪的特性限制了它。本文提出了一种新的框架,包括图像采集、图像分割、故障定位和缺陷预警,以弥补光伏

光伏电池缺陷检测数据集pvel是一个用于光伏电池缺陷检测研究的数据集。该数据集包含了大量的光伏电池图像数据和相关的缺陷信息,用于训练和评估针对光伏电池缺陷的检测算法。 在光伏电池生产过程中,由于制造和工艺的原因,光伏电池可能会出现各种缺陷,例如裂纹、黑点、气泡等。