研究人员开发了一种名为生成式缺陷隔离（GDI）的新方法，以改进光伏组件中多缺陷的分类。GDI使用带有快速傅里叶卷积的LaMa修复模型生成具有单一缺陷的逼真训练样本，解决了多标签缺陷分类中的学习模糊性和数据稀缺性挑战。实验表明，GDI显著提高了Vision Transformer和EfficientNetV2-L架构的性能，尤其是在数据量较少的情况下，从而大幅提高了罕见缺陷类别的F1分数，并减少了共现缺陷的分类错误。 AI
影响 这项研究可能导致更准确的太阳能电池板缺陷检测，提高制造质量和效率。
排序理由 研究论文，详细介绍了一种新的缺陷分类方法。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- EfficientNetV2-L
- F1 score
- Fast Fourier Convolutions
- Generative Defect Isolation
- LaMa
- Vision Transformer
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
