深度学习·东声智能Handdle AI-光伏行业应用

      太阳电池及组件上的缺陷检测一直以来都是光伏行业为提高生产质量和数量亟待解决的问题。传统的缺陷检测算法对于单一缺陷能实现较好的检测效果，但是无法有效应对实际产线中形态尺寸各异的多种缺陷的情况，存在通用性上的瓶颈，现在一种基于深度学习的目标检测方法来对太阳能光伏组件电致发光（EL）图片上的多种缺陷实现自动检测。

东声智能结合2D、3D的复合方案，对多晶硅太阳能电池片组件的缺陷，利用电致发光现象采集的电池片红外图像进行目标检测，实现内部缺陷的自动分类和定位。可检测的缺陷类别包括；断栅、漏电、黑心片、缺角、裂片、虚焊、短路，其中裂片包括细小隐裂、米字型隐裂、弧形裂痕、贯穿裂、爆炸裂等。

基于深度学习的质检方法通过端到端的学习，工人不再需要手动决定使用哪种传统计算机视觉技术来提取特征，机器可以帮你完成所有的工作。既可以节省大量前期准备工作，同时不用更改结构，准备好数据即可。此外，针对光伏组件存在特征随机多样、干扰因素繁杂的痛点，采用深度学习方法，可以保证 "0 瑕疵 " 的实现。

东声智能致力于工业视觉领域人工智能核心算法与关键技术研究和产品应用，以拥有多项行业领先产品，公司已获得授权知识产权、申请发明专利100+多项，凭借跨平台缺陷检测HanddleAI软件系统的优异性能及广阔应用前景，已同富士康、比亚迪、立讯精密、华为等龙头企业合作。在为客户提供智能制造系统解决方案的过程中，东声始终秉承高标准高要求，对标行业标杆企业，不断提升企业技术研发能力和创新能力，为企业创造更高价值。