控制与决策

作者：彭道刚,邓玉澳,王丹豪,潘俊臻

单位：上海电力大学 自动化工程学院，上海 200090,,上海电力大学 自动化工程学院，上海 200090,,上海电力大学 自动化工程学院，上海 200090,,上海电力大学 自动化工程学院，上海 200090,

关键词：光伏电池缺陷检测;目标检测;部分重参数化快速残差块;小目标感知特征金字塔;Inner-WIoUv3损失函数;空间到深度卷积

光伏电池的高效发电对于实现碳达峰与碳中和目标具有重要意义, 针对光伏电池红外图像缺陷中存在背景复杂和目标尺寸较小等问题, 提出一种改进RT-DETR-R18的缺陷检测模型 —— FSC-Net. 首先, 在骨干网络提出部分重参数化快速残差块(PRFRB), 该模块通过设计部分重参数化卷积, 在实现轻量化的同时能够增强对目标特征的提取能力; 然后, 在颈部网络中构建小目标感知特征金字塔(SOAFP), 利用$P_2 $检测层、空间到深度卷积和浅层特征融合模块, 重构特征图的同时保留细节特征, 强化对小目标特征的表达; 接着, 引入多分支特征融合模块Conv3XCC3, 通过差异化结构分支进一步提升颈部网络特征融合的效率和多尺度信息的整合能力; 最后, 在损失函数方面, 采用Inner-WIoUv3替代传统GIoU来提升边界框回归定位的精度. 实验结果表明, FSC-Net与RT-DETR-R18模型相比, 参数量减少了2.47 M, 模型尺寸压缩了9.8%的同时平均检测精度mAP@0.5和mAP@0.5 : 0.95分别达到90.0%、75.8%, 相较于基准模型分别提升了5.7%、4.1%, 实现了对光伏电池红外图像缺陷的高效检测.

来源：2026年第1期

《控制与决策》期刊编辑部

查看控制与决策杂志2026年第1期