本研究提出了一种基于卷积神经网络（CNN）的屋顶太阳能光伏电池板检测方法，通过提取局部特征并聚合为全球特征，训练传统机器学习模型进行分类。结果表明，该方法在三个城市的分类精度超过0.9，为有限标注数据下的模型应用提供了策略。