AI助力红外场景下光伏板夜间巡检运维，基于YOLOv9全系列【gelan/t/s/m/c/e—yolov9/t/s/m/c/e】参数模型开发构建无人机航拍场景下太阳能光伏板污损缺陷智能检测识别系统

在科技与能源领域日新月异的今天，清洁新能源，尤其是太阳能，正以前所未有的速度改变着我们的能源结构。太阳能光伏板，这一将太阳光转化为电能的神奇装置，已悄然走进千家万户，成为推动绿色能源革命的重要力量。然而，光伏板的运维管理却是一项复杂而艰巨的任务，尤其是积尘、老化、破损、污渍等问题，严重影响了其发电效率，成为制约太阳能产业发展的瓶颈。传统上，光伏板的巡检与维护依赖于经验丰富的工程师定期进行人工检查。然而，面对广阔分布的光伏板阵列，人工巡检不仅耗时费力，而且受限于人力资源和地域气象条件，难以实现高效、全面的监控。尤其是在白天，光伏板正处于高效发电状态，频繁的维修作业会严重干扰其正常运行，降低发电效率。而夜间虽然避开了光伏板的作业时间，但人工视力受限，难以准确发现问题，使得夜间巡检成为一项几乎不可能完成的任务。

然而，随着AI智能化模型的快速发展和无人机技术的广泛应用，这一难题终于迎来了破解之道。AI智能化模型以其强大的数据处理能力和模式识别能力，正在逐步取代传统的人工巡检方式，成为提升光伏板运维效率、降低运维成本的关键手段。而无人机技术，则以其灵活机动、覆盖范围广、作业效率高的特点，为AI模型在光伏板巡检中的应用提供了完美的平台。在光伏板夜间巡检运维场景下，无人机可以搭载红外摄像头进行巡航。红外成像技术能够在夜间或低光照条件下提供清晰的图像，使得无人机能够准确捕捉光伏板上的各种问题，如积尘、老化、破损、污渍等。这些图像数据经过专业的标注处理后，成为开发高精度目标检测模型的基础。目标检测模型是AI智能化模型在光伏板巡检中的核心应用之一。它能够自动识别并定位光伏板上的问题区域，实现对光伏板状态的实时监测。相较于人工巡检，AI模型不仅能够大幅提升巡检效率，还能够发现更多细微的问题，确保运维工作的精准性和及时性。更重要的是，AI模型能够基于历史数据和实时数据，进行智能分析和预测，提前发现潜在的风险点，触发预警机制，为运维团队提供充足的时间进行准备和响应。

在前面的系列博文中，我们以及进行了相关的开发实践，不过是建立在白天场景下采集的数据集开发构建的智能化检测模型，感兴趣的话可以自行移步阅读即可：

《AI智能化模型助力太阳能光伏板自动巡检运维,基于YOLOv5全系列【n/s/m/l/x】参数模型开发构建无人机航拍场景下太阳能光伏板污损缺陷智能检测识别系统》

《AI智能化模型助力太阳能光伏板自动巡检运维，基于YOLOv7全系列【tiny/l/x】参数模型开发构建无人机航拍场景下太阳能光伏板污损缺陷智能检测识别系统》

《AI智能化模型助力太阳能光伏板自动巡检运维，基于YOLOv8全系列【n/s/m/l/x】参数模型开发构建无人机航拍场景下太阳能光伏板污损缺陷智能检测识别系统》

《AI智能化模型助力太阳能光伏板自动巡检运维，基于YOLOv9全系列【yolov9/t/s/m/c/e】参数模开发构建无人机航拍场景下太阳能光伏板污损缺陷智能检测识别系统》

《AI智能化模型助力太阳能光伏板自动巡检运维，基于YOLOv10全系列【n/s/m/b/l/x】参数模型开发构建无人机航拍场景下太阳能光伏板污损缺陷智能检测识别系统》

《AI智能化模型助力太阳能光伏板自动巡检运维，基于YOLOv11全系列【n/s/m/l/x】参数模型开发构建无人机航拍场景下太阳能光伏板污损缺陷智能检测识别系统》

《AI智能化模型助力太阳能光伏板自动巡检运维，基于嵌入式端超轻量级模型LeYOLO全系列【n/s/m/l】参数模型开发构建无人机航拍场景下太阳能光伏板污损缺陷智能检测识别系统》

这里我们主要是考虑基于红外夜间无人机航拍的形式来进行探索实践，探索夜间巡检运维的可行性，在前文中我们进行了夜间无人机航拍红外场景下的相关开发实践，感兴趣的话可以自行移步阅读即可：

《AI助力红外场景下光伏板夜间巡检运维，基于YOLOv5全系列【n/s/m/l/x】参数模型开发构建无人机航拍场景下太阳能光伏板污损缺陷智能检测识别系统》

《AI助力红外场景下光伏板夜间巡检运维，基于YOLOv7全系列【tiny/l/x】参数模型开发构建无人机航拍场景下太阳能光伏板污损缺陷智能检测识别系统》

《AI助力红外场景下光伏板夜间巡检运维，基于YOLOv8全系列【n/s/m/l/x】参数模型开发构建无人机航拍场景下太阳能光伏板污损缺陷智能检测识别系统》

本文主要是想要基于YOLOv9全系列的模型来进行相应的开发实践，首先看下实例效果：

接下来看下实例数据：

关于YOLOv9的论文相关的介绍可以看这里：

《太卷了，目标检测新成员——YOLOv9: Learning What You Want to LearnUsing Programmable Gradient Information他来了》

如果想要基于YOLOv9从零开始开发构建自己的个性化目标检测系统，可以参照这里：

《基于YOLO家族最新模型YOLOv9开发构建自己的个性化目标检测系统从零构建模型完整训练、推理计算超详细教程【以自建数据酸枣病虫害检测为例】》

YOLOv9的作者人为很多模型设计过程中现有的方法忽略了一个事实，即当输入数据经过逐层特征提取和空间变换时，会丢失大量信息。目前，可以缓解这一现象的主要方法为：（1）可逆架构的使用：使用重复输入数据并以显式方式保持输入数据的信息；（2）掩码建模的使用：利用重构损失并采用隐式方式来最大化提取的特征并保留输入信息；以及（3）深监督概念的引入：使用未丢失太多重要信息的浅层特征预先建立从特征到目标的映射，以确保重要信息能够传递到更深的层次。然而，上述方法在训练过程和推理过程中存在不同的缺点。例如，可逆架构需要额外的层来组合重复馈送的输入数据，这将显著增加推理成本。此外，由于输入数据层到输出层不能有太深的路径，这种限制将使得在训练过程中对高阶语义信息的建模变得困难。至于掩码建模，其重构损失有时会与目标损失冲突。此外，大多数掩码机制还会与数据产生不正确的关联。对于深监督机制，它将产生误差积累，如果浅监督在训练过程中丢失信息，那么后续层将无法检索到所需的信息。上述现象在困难任务和小模型上将更为显著。所以作者深入研究数据通过深度网络传输时数据丢失的重要问题，即信息瓶颈和可逆函数进而提出了可编程梯度信息（PGI）以应对深度网络实现多个目标所需的各种变化。PGI可以为目标任务提供完整的输入信息来计算目标函数，从而获得可靠的梯度信息来更新网络权重。此外，还设计了一种新的基于梯度路径规划的轻量级网络架构——广义高效层聚合网络（GELAN）。GELAN的架构证实了PGI在轻量级模型上取得了卓越的成果。
YOLOv9贡献总结如下：
1.我们从可逆函数的角度对现有的深度神经网络架构进行了理论分析，并通过这个过程成功地解释了许多过去难以解释的现象。在此基础上，我们还设计了PGI和辅助可逆分支，并取得了良好的效果。
2.我们设计的PGI解决了深度监控只能用于极深度神经网络架构的问题，从而使新的轻量级架构能够真正应用于日常生活。
3.我们设计的GELAN仅使用传统卷积，比基于最先进技术的深度卷积设计实现了更高的参数使用率，同时显示出轻、快、准确的巨大优势。
4.将所提出的PGI和GELAN相结合，YOLOv9在MS COCO数据集上的目标检测性能在各个方面都大大超过了现有的实时目标检测器。

这里我们一共应用开发了YOLOv9全系列六款模型，分别是：yolov9-t、yolov9-s、yolov9-m、yolov9、yolov9-c、yolov9-e和GELAN全系列的六款模型分别是：gelan-t、gelan-s、gelan-m、gelan、gelan-c、gelan-e。这里就不再一一给出来所有模型的模型文件了，仅以最终选定的推理后端模型yolov9-m为例。

【yolov9-m】

# YOLOv9
 
# parameters
nc: 10   # number of classes
depth_multiple: 1.0  # model depth multiple
width_multiple: 1.0  # layer channel multiple
#activation: nn.LeakyReLU(0.1)
#activation: nn.ReLU()
 
# anchors
anchors: 3
 
# gelan backbone
backbone:
  [
   [-1, 1, Silence, []],  
   
   # conv down
   [-1, 1, Conv, [32, 3, 2]],  # 1-P1/2
 
   # conv down
   [-1, 1, Conv, [64, 3, 2]],  # 2-P2/4
 
   # elan-1 block
   [-1, 1, RepNCSPELAN4, [128, 128, 64, 1]],  # 3
 
   # avg-conv down
   [-1, 1, AConv, [240]],  # 4-P3/8
 
   # elan-2 block
   [-1, 1, RepNCSPELAN4, [240, 240, 120, 1]],  # 5
 
   # avg-conv down
   [-1, 1, AConv, [360]],  # 6-P4/16
 
   # elan-2 block
   [-1, 1, RepNCSPELAN4, [360, 360, 180, 1]],  # 7
 
   # avg-conv down
   [-1, 1, AConv, [480]],  # 8-P5/32
 
   # elan-2 block
   [-1, 1, RepNCSPELAN4, [480, 480, 240, 1]],  # 9
  ]
 
# elan head
head:
  [
   # elan-spp block
   [-1, 1, SPPELAN, [480, 240]],  # 10
 
   # up-concat merge
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 7], 1, Concat, [1]],  # cat backbone P4
 
   # elan-2 block
   [-1, 1, RepNCSPELAN4, [360, 360, 180, 1]],  # 13
 
   # up-concat merge
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 5], 1, Concat, [1]],  # cat backbone P3
 
   # elan-2 block
   [-1, 1, RepNCSPELAN4, [240, 240, 120, 1]],  # 16
 
   # avg-conv-down merge
   [-1, 1, AConv, [180]],
   [[-1, 13], 1, Concat, [1]],  # cat head P4
 
   # elan-2 block
   [-1, 1, RepNCSPELAN4, [360, 360, 180, 1]],  # 19 (P4/16-medium)
 
   # avg-conv-down merge
   [-1, 1, AConv, [240]],
   [[-1, 10], 1, Concat, [1]],  # cat head P5
 
   # elan-2 block
   [-1, 1, RepNCSPELAN4, [480, 480, 240, 1]],  # 22 (P5/32-large)
   
   # routing
   [5, 1, CBLinear, [[240]]], # 23
   [7, 1, CBLinear, [[240, 360]]], # 24
   [9, 1, CBLinear, [[240, 360, 480]]], # 25
   
   # conv down
   [0, 1, Conv, [32, 3, 2]],  # 26-P1/2
 
   # conv down
   [-1, 1, Conv, [64, 3, 2]],  # 27-P2/4
 
   # elan-1 block
   [-1, 1, RepNCSPELAN4, [128, 128, 64, 1]],  # 28
 
   # avg-conv down
   [-1, 1, AConv, [240]],   # 29-P3/8
   [[23, 24, 25, -1], 1, CBFuse, [[0, 0, 0]]], # 30  
 
   # elan-2 block
   [-1, 1, RepNCSPELAN4, [240, 240, 120, 1]],  # 31
 
   # avg-conv down
   [-1, 1, AConv, [360]],   # 32-P4/16
   [[24, 25, -1], 1, CBFuse, [[1, 1]]], # 33 
 
   # elan-2 block
   [-1, 1, RepNCSPELAN4, [360, 360, 180, 1]],  # 34
 
   # avg-conv down
   [-1, 1, AConv, [480]],   # 35-P5/32
   [[25, -1], 1, CBFuse, [[2]]], # 36
 
   # elan-2 block
   [-1, 1, RepNCSPELAN4, [480, 480, 240, 1]],  # 37
 
   # detect
   [[31, 34, 37, 16, 19, 22], 1, DualDDetect, [nc]],  # Detect(P3, P4, P5)
  ]

实验阶段我们保持了相同的参数设置，等待长时期的训练过程结束之后我们来对以上六款不同参数量级的模型进行纵向的对比分析，如下：

【Precision曲线】
精确率曲线（Precision Curve）是一种用于评估二分类模型在不同阈值下的精确率性能的可视化工具。它通过绘制不同阈值下的精确率和召回率之间的关系图来帮助我们了解模型在不同阈值下的表现。
精确率（Precision）是指被正确预测为正例的样本数占所有预测为正例的样本数的比例。召回率（Recall）是指被正确预测为正例的样本数占所有实际为正例的样本数的比例。
绘制精确率曲线的步骤如下：
使用不同的阈值将预测概率转换为二进制类别标签。通常，当预测概率大于阈值时，样本被分类为正例，否则分类为负例。
对于每个阈值，计算相应的精确率和召回率。
将每个阈值下的精确率和召回率绘制在同一个图表上，形成精确率曲线。
根据精确率曲线的形状和变化趋势，可以选择适当的阈值以达到所需的性能要求。
通过观察精确率曲线，我们可以根据需求确定最佳的阈值，以平衡精确率和召回率。较高的精确率意味着较少的误报，而较高的召回率则表示较少的漏报。根据具体的业务需求和成本权衡，可以在曲线上选择合适的操作点或阈值。
精确率曲线通常与召回率曲线（Recall Curve）一起使用，以提供更全面的分类器性能分析，并帮助评估和比较不同模型的性能。

【Recall曲线】
召回率曲线（Recall Curve）是一种用于评估二分类模型在不同阈值下的召回率性能的可视化工具。它通过绘制不同阈值下的召回率和对应的精确率之间的关系图来帮助我们了解模型在不同阈值下的表现。
召回率（Recall）是指被正确预测为正例的样本数占所有实际为正例的样本数的比例。召回率也被称为灵敏度（Sensitivity）或真正例率（True Positive Rate）。
绘制召回率曲线的步骤如下：
使用不同的阈值将预测概率转换为二进制类别标签。通常，当预测概率大于阈值时，样本被分类为正例，否则分类为负例。
对于每个阈值，计算相应的召回率和对应的精确率。
将每个阈值下的召回率和精确率绘制在同一个图表上，形成召回率曲线。
根据召回率曲线的形状和变化趋势，可以选择适当的阈值以达到所需的性能要求。
通过观察召回率曲线，我们可以根据需求确定最佳的阈值，以平衡召回率和精确率。较高的召回率表示较少的漏报，而较高的精确率意味着较少的误报。根据具体的业务需求和成本权衡，可以在曲线上选择合适的操作点或阈值。
召回率曲线通常与精确率曲线（Precision Curve）一起使用，以提供更全面的分类器性能分析，并帮助评估和比较不同模型的性能。

【loss曲线】

在深度学习的训练过程中，loss函数用于衡量模型预测结果与实际标签之间的差异。loss曲线则是通过记录每个epoch（或者迭代步数）的loss值，并将其以图形化的方式展现出来，以便我们更好地理解和分析模型的训练过程。

【mAP0.5】
mAP0.5，也被称为mAP@0.5或AP50，指的是当Intersection over Union（IoU）阈值为0.5时的平均精度（mean Average Precision）。IoU是一个用于衡量预测边界框与真实边界框之间重叠程度的指标，其值范围在0到1之间。当IoU值为0.5时，意味着预测框与真实框至少有50%的重叠部分。
在计算mAP0.5时，首先会为每个类别计算所有图片的AP（Average Precision），然后将所有类别的AP值求平均，得到mAP0.5。AP是Precision-Recall Curve曲线下面的面积，这个面积越大，说明AP的值越大，类别的检测精度就越高。
mAP0.5主要关注模型在IoU阈值为0.5时的性能，当mAP0.5的值很高时，说明算法能够准确检测到物体的位置，并且将其与真实标注框的IoU值超过了阈值0.5。

【mAP0.5:0.95】
mAP0.5:0.95，也被称为mAP@[0.5:0.95]或AP@[0.5:0.95]，表示在IoU阈值从0.5到0.95变化时，取各个阈值对应的mAP的平均值。具体来说，它会在IoU阈值从0.5开始，以0.05为步长，逐步增加到0.95，并在每个阈值下计算mAP，然后将这些mAP值求平均。
这个指标考虑了多个IoU阈值下的平均精度，从而更全面、更准确地评估模型性能。当mAP0.5:0.95的值很高时，说明算法在不同阈值下的检测结果均非常准确，覆盖面广，可以适应不同的场景和应用需求。
对于一些需求比较高的场合，比如安全监控等领域，需要保证高的准确率和召回率，这时mAP0.5:0.95可能更适合作为模型的评价标准。
综上所述，mAP0.5和mAP0.5:0.95都是用于评估目标检测模型性能的重要指标，但它们的关注点有所不同。mAP0.5主要关注模型在IoU阈值为0.5时的性能，而mAP0.5:0.95则考虑了多个IoU阈值下的平均精度，从而更全面、更准确地评估模型性能。

【F1值曲线】
F1值曲线是一种用于评估二分类模型在不同阈值下的性能的可视化工具。它通过绘制不同阈值下的精确率（Precision）、召回率（Recall）和F1分数的关系图来帮助我们理解模型的整体性能。
F1分数是精确率和召回率的调和平均值，它综合考虑了两者的性能指标。F1值曲线可以帮助我们确定在不同精确率和召回率之间找到一个平衡点，以选择最佳的阈值。
绘制F1值曲线的步骤如下：
使用不同的阈值将预测概率转换为二进制类别标签。通常，当预测概率大于阈值时，样本被分类为正例，否则分类为负例。
对于每个阈值，计算相应的精确率、召回率和F1分数。
将每个阈值下的精确率、召回率和F1分数绘制在同一个图表上，形成F1值曲线。
根据F1值曲线的形状和变化趋势，可以选择适当的阈值以达到所需的性能要求。
F1值曲线通常与接收者操作特征曲线（ROC曲线）一起使用，以帮助评估和比较不同模型的性能。它们提供了更全面的分类器性能分析，可以根据具体应用场景来选择合适的模型和阈值设置。

综合六款不同参数量级模型的开发实验对比结果来看：不同量级的模型呈现出来了相对明显的差距，综合对比考量这里我们考虑使用yolov9-m来作为线上推理模型。

接下来看下yolov9-m模型的详细情况。

【离线推理实例】

【Batch实例】

【混淆矩阵】

【F1值曲线】

【Precision曲线】

【PR曲线】

【Recall曲线】

【训练可视化】

在AI智能化模型和无人机技术的共同赋能下，光伏板的夜间巡检运维工作有望实现从“不可能”到“可能”的跨越。运维团队可以根据AI模型的预警信息，精准指派专人定点完成维护工作，实现了人力资源的最大化精准化利用。这种智能化的运维模式，不仅提升了运维效率，降低了运维成本，还显著提高了光伏板的运行稳定性和发电效率。AI智能化模型与无人机技术的结合，为光伏板夜间巡检运维带来了革命性的变化。这一创新模式不仅解决了传统巡检方式中存在的诸多难题，还为光伏产业的可持续发展提供了有力支撑。随着技术的不断成熟和应用场景的不断拓展，AI智能化模型和无人机技术将在更多领域展现其独特的价值和潜力，为构建更加高效、绿色、可持续的能源体系贡献力量。