光伏太阳能板缺陷检测

项目介绍

系统支持识别四类光伏板缺陷：裂纹、热斑、污染和蜗牛纹。这些缺陷都会影响发电效率和组件寿命，人工巡检容易受经验、角度和光照影响。项目以 YOLOv8n 为基础，引入 CBAM 注意力机制，让模型更关注弱纹理、小目标和局部异常区域，再通过 PyQt5 桌面界面把检测能力交给普通用户操作。

核心功能

• 四类缺陷检测：识别裂纹、热斑、污染和蜗牛纹，输出类别、置信度和检测框。
• YOLOv8-CBAM 模型：在轻量 YOLOv8n 上加入注意力机制，针对光伏缺陷的弱纹理和局部异常增强特征表达。
• 数据质量检查：提供数据划分、异常样本检查、重复样本处理和模拟数据生成工具。
• 训练与评估：支持重新训练、验证、超参数调优、对比实验和消融实验，保留训练曲线与评估指标。
• 桌面检测界面：PyQt5 GUI 可直接加载权重，执行单图或批量检测，适合答辩和现场演示。
• 多输入推理：支持图片、批量目录、视频文件和摄像头等输入方式。

功能截图