本文探讨了多种基于深度学习和机器学习的方法用于自动检测光伏电池缺陷。研究表明，卷积神经网络（CNN）在电致发光图像中的准确率达到88.42%。提出的优化策略SolarNet能改善太阳能电池电极设计，降低标注成本60%。此外，利用机器学习技术精确估计光伏模块参数，并开发了用于检测裂缝的计算机视觉系统。