准确率达 91.74%！东南大学提出光伏电池缺陷检测模型，首次引入神经结构搜索
原文中文，约4300字，阅读约需11分钟。发表于：。光伏组件受生产链条较长、应用场景复杂等多种外因影响，在制造、运输、安装等过程中都极易发生模块破损，如果这些缺陷组件投入到实际运行中，极大可能造成整个供电系统功率降低甚至出现安全问题。 为了同时满足工业领域对缺陷检测的精度和速度要求，来自东南大学自动化学院的张金霞教授团队，基于神经结构搜索和知识蒸馏，提出了一种光伏电池电致发光图像缺陷自动检测模型，准确率达 91.74%。本文是对该研究的解读与分享→
东南大学的研究团队提出了一种基于神经结构搜索和知识蒸馏的轻量级高性能光伏电池缺陷检测模型，准确率高达91.74%，参数量小，易于在实际工业项目中部署。研究结果表明，该模型具有较高的性能和泛化能力，为光伏产业的发展提供了有效工具。
