做了大半年光伏板缺陷检测项目我最深的体会是模型结构只是起点数据和工程化才是决定项目能不能落地的关键。这篇是“光伏板缺陷检测和识别”系列的第三篇我把用YOLO26神经网络做光伏板缺陷检测和识别的完整方案重新梳理一遍覆盖数据集构建、训练代码组织、GUI交互界面开发以及实测中反复踩过的坑。如果你也在做工业缺陷检测或者想拿目标检测练一个完整实战项目这篇文章里从零到一的过程可以直接复用。YOLO26这里指代的是YOLO系列里较新的迭代版本整体思路延续单阶段检测器路线。项目相关的训练代码、数据集和处理工具我都做了整理归档整套体系跑下来之后最值得分享的不是某个指标刷到多少而是每一步为什么这样做、遇到问题怎么定位。下面直接进入正题。1. 光伏板缺陷检测的场景真相不是“黑一块”那么简单我在动手之前先把光伏板缺陷检测的场景仔仔细细拆了一遍。很多刚接触这个方向的人以为“缺陷检测”就是“找出板子哪里坏了”但真正到了现场会发现这个问题远不止“黑了一块”那么单纯。光伏板从上到下包括玻璃面板、EVA封装层、电池片、背板多个层次每一层出问题都会在图像上留下不同的痕迹而不同缺陷又需要在不同成像条件下才能看清不可能靠一张普通照片全部搞定。1.1 光伏板缺陷的类型和成像条件光伏板缺陷从产生机制上看有电池片内部的隐裂和断栅、封装层的老化与鼓包、表面污染与物理破损还有运行过程中形成的热斑。不同类型缺陷的对比度、形态、位置差异很大所以检测方案必须按成像方式拆分不能混在一起盲目套用同一个模板。我实际项目里主要用到三种成像方式。第一种是EL电致发光图像给光伏组件通正向电流电池片本身发光缺陷位置发光强度发生变化隐裂、断栅、黑斑在这种图像上非常清晰。但EL设备通常只在产线或者实验室环境使用现场巡检很难普及所以这类数据一般数量有限但质量很高。第二种是红外热像图光伏板工作期间缺陷区域的温度会异常热斑在红外图上表现为一块亮斑或暗斑。它的优点是能快速扫全场缺点是分辨率偏低而且热晕效应让边界非常模糊。第三种是可见光图用无人机、手机或普通相机就能拍能直观发现表面脏污、鸟粪、遮挡、玻璃碎裂、EVA黄变等最贴近人眼直觉但也最容易受天气、阴影和拍摄视角干扰。这三种成像方式其实对应着数据集的三个子集后续模型训练和GUI展示都需要做区分。我把常见缺陷按成像和形态整理成了下面这张表它也是后期标注规范和损失权重设计的基础。缺陷类型典型成像方式目标形态边界清晰度样本占比隐裂/断栅EL细线、枝状弱被栅线干扰约45%热斑/二极管故障红外热像区域块状弱带晕影约30%脏污/遮挡可见光大小差异大中易受阴影干扰约15%碎裂/EVA老化可见光块状/片状较强约10%1.2 检测难点小目标、密集纹路与类别失衡光伏板缺陷检测的难点在第一次跑模型之前我就预判到了但实际体验比预判更强烈。第一个难点是小目标。隐裂纹在1280×1280的输入下往往只有几十个像素那么长的线段宽度更是只有1到3个像素。模型下采样几次之后这类特征很容易从特征图上消失。如果使用默认的640输入情况更糟很多细小裂纹基本就是“看不见”。这不是模型不够聪明而是信息在逐层抽象的过程中被物理性丢掉了。第二个难点是密集规则的背景。光伏电池片上的栅线是互相平行的金属细纹排列非常密集边缘、焊带区域也都有明显灰度变化。隐裂纹的形状和栅线天然相似传统边缘检测算法在这种背景下几乎不可用经典的分水岭、阈值分割方法处理这种密集纹理图像时也会产生大面积误报。深度学习好的地方在于它能从大量正负样本中自动学出“哪种纹理组织更像缺陷”而不是靠人写死规则。第三个难点是类别不均衡。隐裂样本多、热斑中等、脏污遮挡少模型天然容易被多数类主导少数类的召回率会明显变低。第四个难点是现场环境变化阳光角度、云层阴影、拍摄高度不同都会让同一块板子看起来差异很大训练集如果太“干净”部署到现场就会不断误检。1.3 人工巡检和传统图像算法的局限在决定上深度学习之前我先调研过人工巡检和传统视觉方案越调研越确定这条路必须换。人工巡检的问题在于效率。一个人一天能检查的板子数量有限长时间盯着屏幕之后漏检率会显著上升尤其是隐裂这种细线缺陷人的视觉系统在单调的栅线背景里很容易把裂纹“看丢”漏检几乎是必然的。传统图像处理方案的问题在于鲁棒性靠阈值和滤波器设计规则对光照变化和纹理差异特别敏感换个电站、换台相机参数就失效维护成本非常高。深度学习目标检测方案的优势在于模型能从大量标注样本中自动学习特征表达本质上是在把“什么算缺陷”这件事交给数据去定义。只要数据描述得足够真实模型的泛化能力就会比人工规则强一个数量级。这就是我选择YOLO系列做光伏板缺陷检测的核心原因。2. 算法选型复盘YOLO26为什么适合这个任务算法选型是项目一开始就要定的话题。我当时没直接上最复杂的两阶段模型而是把YOLO系列吃透之后做了对比下面把选型逻辑完整复盘一遍方便你在类似项目里做判断。2.1 单阶段与两阶段走的其实是两条路目标检测领域绕不开两条技术路线。两阶段检测器先生成候选区域再分类回归以R-CNN家族为代表精度上限高、小目标处理能力强但速度慢、训练流程复杂部署到边缘设备时体量大、转换麻烦。单阶段检测器以YOLO为代表把目标检测当成一个回归问题输入图像直接输出边界框、类别概率和置信度没有显式的候选区域生成步骤因此速度快、结构简单、部署友好。最初几代单阶段模型在精度上确实不如两阶段但后续版本通过引入特征金字塔、多尺度预测和anchor-free机制把精度差距拉到了很小。放到光伏板缺陷检测场景我的选型逻辑非常直接巡检会产生大量待检图必须有足够的推理速度缺陷类别数量不多区域语义不复杂后续要在GUI和边缘设备上部署模型必须轻、容易导出。综合这几点单阶段路线是更匹配的。2.2 YOLO26的核心设计如何对上光伏缺陷YOLO26作为YOLO系列较新的迭代版本延续了三个核心设计而这三点恰好能打中光伏板缺陷检测的痛点。第一是CSP风格的骨干网络。它把特征提取拆成主分支和残差分支再融合计算量更小、梯度传递更顺。对于只有一千多张原始样本、不算海量的数据集来说这种结构训练更稳不容易把loss训飞也不容易在小数据集上严重过拟合。第二是FPN-PAN风格的多尺度特征融合。高层特征保留类别语义低层特征保留边缘细节上下路径双向融合后不同大小的目标都能获得足够的信息。光伏板缺陷恰恰最需要这种能力隐裂要看细节热斑要看区域脏污要看整体。多尺度融合让这三类需求在同一网络里同时得到满足。第三是anchor-free的解码方式。新版本不再依赖固定anchor而是直接预测目标的中心点和宽高配合CIoU这类损失函数。因为光伏板缺陷的形状差异很大——隐裂是细长条、热斑是块状、脏污是任意形状——固定的anchor比例反而会限制回归anchor-free在形状自由度上友好得多。当然通用模型直接丢进去跑也有不足。我在YOLO26结构基础上做了一点适配输入分辨率提升到1280同时保留更浅层的特征图参与检测尽量把细小裂纹的特征留住。这个改动对隐裂AP的提升非常明显后面训练章节会详细展开。2.3 模型规格选择与部署成本平衡单阶段检测器有个好处模型的宽度和深度可以缩放一个骨架可以演化成从小到大的多个规格这在部署阶段非常实用。我在项目里实际测了三种规格Nano、Small、Medium对应不同的部署环境和精度需求。测量条件统一为CPU单线程推理、1280输入分辨率结果如下规格参数量CPU单张推理耗时mAP0.5适合场景Nano小约80ms0.82手持设备、移动巡检Small中约160ms0.85现场机房实时检测Medium大约320ms0.87离线精细分析表格里的mAP是同一测试集上的结果可以看到随着模型容量增大精度稳步上升。我把模型规格做成了GUI里一个可选项现场可以根据机器性能自由切换。实际选型时我不建议用Nano做主力隐裂这种小缺陷很容易因为模型容量不足而被压掉Medium更适合在后台做批量复核任务精度最高的同时能接受较慢速度。3. 数据集构建模型性能的真正上限在这里做过几个检测项目后我越来越确信一句话缺陷检测模型的性能上限由数据决定模型只是在逼近这个上限。数据集的构建流程我花的时间比训练本身还多下面把采集、标注、增强、划分四条线完整讲一遍。3.1 数据采集三路来源与图像差异训练模型之前最重要的决定是数据怎么来。我分了三个渠道收集光伏板图像。EL图像来自实验室的检测设备质量最稳定缺陷最清晰但数量有限主要作为隐裂类样本的来源。红外热像来自现场巡检能拍到热斑但分辨率低、灰阶漂移大需要做归一化处理。可见光图像通过无人机和手持相机采集覆盖面最广脏污、碎裂、遮挡主要靠这部分供给。三种来源的图片风格和尺寸都不一样。处理时我统一把图像缩放到同一套尺寸体系灰度图复制成三通道再进网络以便复用同一套模型。有一点要特别注意不同设备的图像如果不做归一化就混在一起训练模型会被“设备外观”带偏导致推理时对某类设备的图像特别敏感换一台设备性能就掉。这种设备域偏移在工业质检里特别容易遇到必须提前预防。3.2 标注规范边界、难例与一致性检查数据集的标注质量直接决定模型学习的上限尤其是光伏板缺陷这种边界模糊的目标。我给团队定的标注规范有三条硬性要求。第一边界框必须紧贴可见缺陷但要把设备带来的“晕影”排除在外。热斑周围那一圈渐变的温度扩散区如果标进框里模型学到的是“亮区加光晕”这个整体预测框就会偏大后期很难通过后处理修正。隐裂则按可见线段的最小外接矩形来框不要故意扩大也不要刻意缩小。第二延伸到图像边缘的不完整缺陷也要标。很多隐裂裂纹是从电池片边缘开始的标注时不能因为“看不全”就放弃否则模型会认为缺陷必须有完整闭合边界最终漏掉大量边缘起始裂纹。这一点在EL图像上尤其重要。第三专门整理难负样本。栅线、焊带、玻璃边缘反光这些容易被误检的背景区域我单独建了一个难负样本目录标注为background参与训练。让网络自己“悟”哪些是干扰项效率太低把这些难例人工喂给训练过程误检率下降非常明显。标注一致性问题同样要重视。多人标注前我先挑了20张图让大家试标再逐张评审对齐同一缺陷如果不同人框的结果差异很大模型收到的标签噪声就会很大学习效果会被显著拖累。3.3 数据清洗与增强让有限样本物尽其用初始数据大约2000张去掉重复、模糊、严重过曝和虚焦的样本后剩下1500张左右可用。这个量级对工业缺陷检测来说不算充裕必须靠数据增强把有效信息榨干。我的增强策略不是简单随机翻转而是针对缺陷特点有侧重地设计。几何变换方面随机旋转30度以内、水平垂直翻转、随机裁剪。注意角度不是越大越好光伏板本身是规则矩形角度过大会引入不真实视角反而伤害泛化。颜色光照方面亮度抖动、对比度抖动、HSV偏移这部分对可见光图尤其重要因为现场光线变化极大模型必须在不同亮度条件下都能稳定识别。模糊噪声方面高斯模糊、运动模糊、椒盐噪声用来模拟设备抖动、传感器老化、表面灰尘导致的画质下降。组合增强方面我用了Mosaic四图拼接和MixUp两图混合能显著提升鲁棒性但有一个关键细节这类组合增强需要在训练后期关闭。原因是Mosaic拼接会裁掉或切碎小目标如果全程开启训练loss虽然能降得很低验证集的隐裂AP反而会往下掉。增强处理后实际参与训练的有效图像数量大约是原始数据的三到四倍。这里也要强调增强只是“尽用现有数据”的手段不能替代真实数据采集越到后期增强带来的收益越少最有效的做法始终是采集更多现场真实缺陷图像。3.4 划分策略防止验证集“剧透”数据划分我是吃过亏的。第一版直接随机划分验证指标虚高得离谱排查之后才发现是同一块光伏板在不同角度、不同时刻拍摄的图像被同时分到了训练集和验证集。模型等于提前“见过”验证图像指标再好看也没有参考价值这是一个很隐蔽的数据泄漏问题。正确定方法是按光伏板实例或拍摄批次划分。同一块板的所有照片只能出现在训练集、验证集、测试集中的一个集合里这样验证集反映的才是模型面对“没见过的板子”时的真实表现。我最终采用的划分比例是训练70%、验证15%、测试15%测试集只在最后一轮评估时拿出来训练全程不碰。后续做增量训练时也要沿用这一套按批次隔离的原则否则现场难例很容易又造成泄漏。4. 训练代码结构与调参记录让网络学会“挑毛病”训练部分我从项目代码组织、训练主流程、三轮调参、评估结果分析四个角度来讲尽量把“为什么这么做”说透。4.1 代码目录与配置文件怎么组织训练代码的组织方式决定了后续迭代效率。我的项目结构大致如下project/ ├── configs/ │ ├── dataset.yaml │ └── model.yaml ├── data/ │ ├── train/ │ │ ├── images/ │ │ └── labels/ │ └── val/ ├── models/ │ └── yolo26.py ├── scripts/ │ ├── train.py │ ├── val.py │ └── export.py └── utils/ ├── dataloader.py └── metrics.py我习惯把类别定义、路径、增强开关都放进配置文件不散落在代码各处。比如dataset.yaml里记录路径和类别名path: ./data train: train/images val: val/images test: test/images names: 0: crack # 隐裂 1: hotspot # 热斑 2: dirt # 脏污遮挡 3: fragment # 碎裂模型配置也单独放model.yaml这样想从Small切到Medium只用改配置不用动训练主逻辑。这个习惯在实验多版本并行时能省下大量时间避免改代码改出不可控的副作用。4.2 训练主流程中的两个关键细节训练脚本本身不复杂无非是加载配置、构建数据、初始化模型、循环训练、周期性验证。核心流程可以浓缩成下面这段示意代码def main(): cfg load_config(configs/dataset.yaml, configs/model.yaml) train_loader build_dataloader( cfg.train_path, image_sizecfg.img_size, batch_sizecfg.batch_size, augmentscfg.augments, ) model YOLO26(cfg.model).to(device) optimizer torch.optim.AdamW(model.parameters(), lrcfg.lr0) scheduler CosineAnnealingLR(optimizer, T_maxcfg.epochs) for epoch in range(cfg.epochs): if epoch cfg.no_mosaic_epoch: train_loader.dataset.disable_mosaic() for images, targets in train_loader: loss, loss_items model.train_step(images, targets) optimizer.zero_grad() loss.backward() optimizer.step() if epoch % 10 0: val_metrics validate(model, val_loader) print(fepoch {epoch}: {val_metrics})代码本身没有多特别但有两个细节我强烈建议你注意。第一个是Mosaic增强的开关时机。我设置前80个epoch开启Mosaic之后关闭用纯原始图像继续微调。原因前面说过Mosaic会拼接多张图小目标很容易被裁掉或切碎后期继续让模型“吃”这种残缺样本隐裂AP不升反降。第二个是训练过程中要定期跑验证集不能只等最后一次。尤其类别不均衡的工业数据集每10个epoch看一次各类别AP能尽早发现模型是不是已经放弃某个少样本类。我遇到过网络把脏污类彻底“摆烂”的情况就因为前中期只看整体mAP完全没注意到脏污类的单类AP一直在下跌。4.3 三轮调参从0.78到0.87的过程我的调参过程可以压缩成三轮每轮有一个明确的焦点。第一轮是跑通基线用默认策略输入640、SGD优化器、120个epoch。此时mAP0.5只有0.78隐裂类AP只有0.70漏检集中在小裂纹上。这个结果不算差但明显还有上升空间。第二轮聚焦小目标把输入分辨率从640提升到1280隐裂AP直接上涨4个点以上原因是小目标的特征在更高分辨率下得到保留。分辨率提升带来了显存压力batch从32降到16。优化器同时换成AdamW学习率从0.01降到0.001配合余弦衰减整体收敛更稳mAP到了0.85。第三轮针对类别不均衡做损失权重调整隐裂1.0、热斑1.2、脏污1.5。样本少的类别在loss中占比被放大脏污类召回率从0.55提升到0.68。最终mAP0.5稳定在0.87附近。三轮的关键参数变化如下参数初始值最终值调整原因img_size6401280保住小目标特征batch_size3216显存限制防止小类别样本被稀释epochs120200小数据集后期仍有小幅提升lr00.010.001更精细收敛optimizerSGDAdamW小数据集收敛更稳损失权重-1.0/1.2/1.5缓解类别不平衡4.4 类别AP差距说明了什么最终测试集评估结果大致如下类别精确率召回率mAP0.5隐裂 crack0.840.780.83热斑 hotspot0.880.820.87脏污 dirt0.790.680.75碎裂 fragment0.910.850.90这几组数字透露出一个规律目标越小、边界越模糊AP越低目标越是块状、边界相对明显的AP越高。碎裂和热斑这类区域型缺陷AP明显高于隐裂和脏污这说明系统的瓶颈仍然在小目标特征保留和难负样本区分上。模型结构层面能压榨的空间已经压得差不多了下一步要提升必须靠数据也就是补充更多现场真实细裂纹样本。得出这个结论后我的工作重心就从调模型结构转到了数据采集和难例回流。5. GUI交互界面从模型到现场工具模型训练好只完成了一半工作。如果交付给现场的是一堆训练脚本和命令行指令工人不会用、也不敢用项目最终只能在报告里打转。GUI交互界面把“检测能力”变成“点击一下就出结果”的工具是落地的最后一块拼图。5.1 为什么GUI是落地的最后一块拼图我做GUI之前先想清楚了使用对象。整个系统要服务三类人检测操作员希望看图直观、结果清晰质检审核员需要导出统计报告维护工程师需要能切换模型、查看推理日志。所以界面不能只是一个“打开图片、显示框”的简单Demo而是要把检测、浏览、汇报、巡检四个职能串起来。很多做算法的同学不重视界面觉得它是“锦上添花”。但实际项目里现场人员对界面稳定性的要求远高于对模型精度的要求。一个处理大图卡死、偶尔闪退的界面哪怕检测再准也不会被信任。反过来一个界面清爽、交互顺畅、报表一键导出的工具即便精度稍低一点点现场接受度也会高很多。这是我做这个项目非常重要的体会。5.2 技术选型与界面模块我用的技术栈是PySide6加OpenCV加ONNX Runtime。选PySide6一方面是因为它跨平台、控件成熟另一方面是和PyTorch训练代码同属Python生态开发衔接最顺畅。选ONNX Runtime做推理是因为模型从PyTorch导出成ONNX后CPU和GPU都能跑部署时也不依赖训练框架现场机器不用装一堆Python包。界面的功能模块我分成六块图像导入区支持单张图片、整个文件夹、视频文件、摄像头实时画面检测结果区左侧显示原图右侧显示检测结果框上标注类别和置信度参数调节区置信度阈值、NMS IoU阈值、模型规格切换统计报表区按类别统计缺陷数量支持导出CSV和JSON报表日志区记录每张图处理耗时、模型推理耗时和检测日志模型管理区加载不同规格的ONNX模型显示模型基本信息布局上我把图像区域放中间左侧是导入和数据列表右侧是参数和统计面板整体避免复杂操作层级让第一次使用的人也能在三分钟内上手。这类工具的UI设计原则就一条需要现场人员操作的功能尽量浅需要工程师调参的功能藏得深一点也没关系。5.3 推理管线letterbox、解码与坐标映射GUI中调用模型的核心推理流程可以概括为四步读图、letterbox预处理、ONNX推理、NMS后处理并映射回原图坐标。letterbox这步特别容易写错。它的作用是保持图像长宽比缩放不足部分用灰色填充切忌直接把图拉伸到模型输入尺寸。如果直接resize目标的比例会被破坏检测框偏移和召回率下降几乎是必然的。核心推理代码如下示意def run_inference(model, image, conf_thres0.25, iou_thres0.45): # 1. letterbox预处理 img, ratio, (dw, dh) letterbox(image, size1280) img img[:, :, ::-1].transpose(2, 0, 1) # BGR转RGBHWC转CHW img np.ascontiguousarray(img) # 2. ONNX推理 out model.run(None, {model.get_inputs()[0].name: img[None]})[0] # 3. 后处理解码得到框、置信度和类别 boxes, scores, cls_ids decode_outputs(out, conf_thres, iou_thres) # 4. 映射坐标回原图 for box in boxes: box[:4] (box[:4] - [dw, dh, dw, dh]) / ratio return boxes, scores, cls_ids这里要特别提醒解码顺序的问题。我第一次写后处理时把中心点和宽高的顺序搞反了结果所有检测框全部错位调试了很久才发现。碰到这类张量维度问题最稳的定位方式就是打印一组输出张量的shape再和源码里的decode逻辑逐行比对不要靠肉眼猜。5.4 模型导出与加速实测训练用PyTorch部署推理我强烈推荐导出成ONNX。ONNX Runtime在CPU上的推理速度通常比PyTorch默认模式快15%到20%而且部署体积更小现场机器不需要安装训练环境。导出代码很简单model.eval() dummy_input torch.randn(1, 3, 1280, 1280) torch.onnx.export( model, dummy_input, yolo26_1280.onnx, opset_version12, input_names[images], output_names[output], dynamic_axes{images: {0: batch}, output: {0: batch}}, )加上dynamic_axes后batch维度可变GUI里既能单张推理也能做小批次推理。实测一张1280×1280的图像ONNX Runtime在CPU推理约160msSmall规格GPU环境下降到了10ms级别。需要提醒的是很多情况下性能瓶颈反而在预处理和后处理环节代码里要尽量用NumPy批量操作避免逐像素写Python循环否则GPU再快也救不回来。6. 实测问题复盘小目标漏检、热斑误检与现场泛化训练和GUI都做完项目才算真正进入最磨人的阶段实测。这里记录几个最典型的现场问题以及我整个排查和解决的思路。6.1 隐裂小目标漏检的定位与缓解现场反馈最多的问题就是细小隐裂漏检。我定位到的原因是隐裂纹本质上是一条细线模型下采样多次后特征会在深层特征图中被抹平检测头很难找回。单纯提升分辨率能缓解但推理速度会明显下降。进一步优化有三个方向按使用场景取舍。一是在更浅层的特征图上增加检测头让特征下采样到1/8或1/16时就参与预测小目标有更多机会被感知。二是推理时用TTA把原图、旋转图、翻转图各跑一遍再融合结果隐裂AP提升明显但耗时增加三到四倍。三是滑窗裁剪大图切块重叠推理拼接结果后再做全图NMS适合离线批量分析不适合实时场景。我把这三种方式都做成了GUI里的可选项现场按实时还是离线模式来选。6.2 热斑框偏大从标注到后处理的修正热斑检测框偏大的根源是红外热像的热晕效应。热斑中心温度最高向外逐步扩散边界很难界定。模型学出来的“目标范围”会系统性偏大预测框整体外扩一圈。一轮修正之后我发现只改模型没用必须从源头下手。第一轮在标注阶段就把热晕排除掉只标核心高温区不把渐变扩散区算进框里。第二轮在后处理阶段增加宽高比过滤框的形态如果明显偏离正常热斑形态就降低置信度或直接过滤。两轮下来热斑的mAP0.5从0.81提到0.87。这个案例也再次说明很多看似是“模型问题”的情况根子其实在数据标注上。6.3 类别失衡下的置信度校准样本天然不均等时模型对不同类别的置信度输出会有系统性偏移多数类置信度偏高少数类偏低。如果GUI里只设一个全局阈值现场会出现“微小隐裂报得很自信严重热斑只有很低置信度”的奇怪现象这种体验会让一线人员彻底失去对系统的信任。我最后给不同类别设置了独立的置信度阈值而不是一刀切。隐裂阈值设为0.30让模型更宽容地报出疑似裂纹热斑阈值设为0.40宁可漏掉一些不确定的小热斑也不能让误报淹没真正风险脏污阈值设为0.15因为脏污检测的代价低多报一点可以接受换取高召回率。这种多阈值策略更符合光伏质检业务的实际诉求不同缺陷带来的失效模式完全不同用同一个分数去卡所有类别是不合理的。6.4 现场难例反哺训练集模型在训练测试集上表现不错但到现场拍回来的新图里仍然会出现两类典型误检太阳阴影被识别成脏污玻璃边缘反光被识别成碎裂。这类问题靠调模型结构收益很低最快的办法是定向采集现场难例回到训练集做一轮增量训练。增量训练不需要从头开始。在原有权重基础上用现场新增的几百张难例继续训练10到20个epoch学习率降为原来的千分之一左右。这个操作让现场误检明显减少而且没有破坏原来已经学到的隐裂和热斑识别能力。我的经验是缺陷检测项目如果要在某个电站长期部署一定要建立“现场数据反哺”机制否则模型会随着季节更替、天气变化和组件老化逐步失效不可能一劳永逸。做光伏板缺陷检测这个项目我最大的收获不是把哪个指标刷到多高而是完整建立了一条“场景理解、数据构建、模型训练、界面落地、现场迭代”的工作流。先想清楚缺陷长什么样再做数据然后通过训练和调参逼近模型上限最后用GUI把能力交给一线人员每一个环节都会踩坑但这些坑反过来成了后续项目里最值钱的经验。如果继续扩展这套方案可以接入目标跟踪模块做巡检视频的连续缺陷分析模型也可以导出成更轻量的格式部署到移动巡检终端。我下一步比较关注红外与可见光的多模态融合多源信息互补大概率是提升光伏板缺陷检测现场表现的关键方向。 
长河君 · 2026/10/21 13:54:27 · 阅读 1.2k 光伏板缺陷检测实战：基于YOLO26的深度学习目标检测与GUI部署全流程
做了大半年光伏板缺陷检测项目我最深的体会是模型结构只是起点数据和工程化才是决定项目能不能落地的关键。这篇是“光伏板缺陷检测和识别”系列的第三篇我把用YOLO26神经网络做光伏板缺陷检测和识别的完整方案重新梳理一遍覆盖数据集构建、训练代码组织、GUI交互界面开发以及实测中反复踩过的坑。如果你也在做工业缺陷检测或者想拿目标检测练一个完整实战项目这篇文章里从零到一的过程可以直接复用。YOLO26这里指代的是YOLO系列里较新的迭代版本整体思路延续单阶段检测器路线。项目相关的训练代码、数据集和处理工具我都做了整理归档整套体系跑下来之后最值得分享的不是某个指标刷到多少而是每一步为什么这样做、遇到问题怎么定位。下面直接进入正题。1. 光伏板缺陷检测的场景真相不是“黑一块”那么简单我在动手之前先把光伏板缺陷检测的场景仔仔细细拆了一遍。很多刚接触这个方向的人以为“缺陷检测”就是“找出板子哪里坏了”但真正到了现场会发现这个问题远不止“黑了一块”那么单纯。光伏板从上到下包括玻璃面板、EVA封装层、电池片、背板多个层次每一层出问题都会在图像上留下不同的痕迹而不同缺陷又需要在不同成像条件下才能看清不可能靠一张普通照片全部搞定。1.1 光伏板缺陷的类型和成像条件光伏板缺陷从产生机制上看有电池片内部的隐裂和断栅、封装层的老化与鼓包、表面污染与物理破损还有运行过程中形成的热斑。不同类型缺陷的对比度、形态、位置差异很大所以检测方案必须按成像方式拆分不能混在一起盲目套用同一个模板。我实际项目里主要用到三种成像方式。第一种是EL电致发光图像给光伏组件通正向电流电池片本身发光缺陷位置发光强度发生变化隐裂、断栅、黑斑在这种图像上非常清晰。但EL设备通常只在产线或者实验室环境使用现场巡检很难普及所以这类数据一般数量有限但质量很高。第二种是红外热像图光伏板工作期间缺陷区域的温度会异常热斑在红外图上表现为一块亮斑或暗斑。它的优点是能快速扫全场缺点是分辨率偏低而且热晕效应让边界非常模糊。第三种是可见光图用无人机、手机或普通相机就能拍能直观发现表面脏污、鸟粪、遮挡、玻璃碎裂、EVA黄变等最贴近人眼直觉但也最容易受天气、阴影和拍摄视角干扰。这三种成像方式其实对应着数据集的三个子集后续模型训练和GUI展示都需要做区分。我把常见缺陷按成像和形态整理成了下面这张表它也是后期标注规范和损失权重设计的基础。缺陷类型典型成像方式目标形态边界清晰度样本占比隐裂/断栅EL细线、枝状弱被栅线干扰约45%热斑/二极管故障红外热像区域块状弱带晕影约30%脏污/遮挡可见光大小差异大中易受阴影干扰约15%碎裂/EVA老化可见光块状/片状较强约10%1.2 检测难点小目标、密集纹路与类别失衡光伏板缺陷检测的难点在第一次跑模型之前我就预判到了但实际体验比预判更强烈。第一个难点是小目标。隐裂纹在1280×1280的输入下往往只有几十个像素那么长的线段宽度更是只有1到3个像素。模型下采样几次之后这类特征很容易从特征图上消失。如果使用默认的640输入情况更糟很多细小裂纹基本就是“看不见”。这不是模型不够聪明而是信息在逐层抽象的过程中被物理性丢掉了。第二个难点是密集规则的背景。光伏电池片上的栅线是互相平行的金属细纹排列非常密集边缘、焊带区域也都有明显灰度变化。隐裂纹的形状和栅线天然相似传统边缘检测算法在这种背景下几乎不可用经典的分水岭、阈值分割方法处理这种密集纹理图像时也会产生大面积误报。深度学习好的地方在于它能从大量正负样本中自动学出“哪种纹理组织更像缺陷”而不是靠人写死规则。第三个难点是类别不均衡。隐裂样本多、热斑中等、脏污遮挡少模型天然容易被多数类主导少数类的召回率会明显变低。第四个难点是现场环境变化阳光角度、云层阴影、拍摄高度不同都会让同一块板子看起来差异很大训练集如果太“干净”部署到现场就会不断误检。1.3 人工巡检和传统图像算法的局限在决定上深度学习之前我先调研过人工巡检和传统视觉方案越调研越确定这条路必须换。人工巡检的问题在于效率。一个人一天能检查的板子数量有限长时间盯着屏幕之后漏检率会显著上升尤其是隐裂这种细线缺陷人的视觉系统在单调的栅线背景里很容易把裂纹“看丢”漏检几乎是必然的。传统图像处理方案的问题在于鲁棒性靠阈值和滤波器设计规则对光照变化和纹理差异特别敏感换个电站、换台相机参数就失效维护成本非常高。深度学习目标检测方案的优势在于模型能从大量标注样本中自动学习特征表达本质上是在把“什么算缺陷”这件事交给数据去定义。只要数据描述得足够真实模型的泛化能力就会比人工规则强一个数量级。这就是我选择YOLO系列做光伏板缺陷检测的核心原因。2. 算法选型复盘YOLO26为什么适合这个任务算法选型是项目一开始就要定的话题。我当时没直接上最复杂的两阶段模型而是把YOLO系列吃透之后做了对比下面把选型逻辑完整复盘一遍方便你在类似项目里做判断。2.1 单阶段与两阶段走的其实是两条路目标检测领域绕不开两条技术路线。两阶段检测器先生成候选区域再分类回归以R-CNN家族为代表精度上限高、小目标处理能力强但速度慢、训练流程复杂部署到边缘设备时体量大、转换麻烦。单阶段检测器以YOLO为代表把目标检测当成一个回归问题输入图像直接输出边界框、类别概率和置信度没有显式的候选区域生成步骤因此速度快、结构简单、部署友好。最初几代单阶段模型在精度上确实不如两阶段但后续版本通过引入特征金字塔、多尺度预测和anchor-free机制把精度差距拉到了很小。放到光伏板缺陷检测场景我的选型逻辑非常直接巡检会产生大量待检图必须有足够的推理速度缺陷类别数量不多区域语义不复杂后续要在GUI和边缘设备上部署模型必须轻、容易导出。综合这几点单阶段路线是更匹配的。2.2 YOLO26的核心设计如何对上光伏缺陷YOLO26作为YOLO系列较新的迭代版本延续了三个核心设计而这三点恰好能打中光伏板缺陷检测的痛点。第一是CSP风格的骨干网络。它把特征提取拆成主分支和残差分支再融合计算量更小、梯度传递更顺。对于只有一千多张原始样本、不算海量的数据集来说这种结构训练更稳不容易把loss训飞也不容易在小数据集上严重过拟合。第二是FPN-PAN风格的多尺度特征融合。高层特征保留类别语义低层特征保留边缘细节上下路径双向融合后不同大小的目标都能获得足够的信息。光伏板缺陷恰恰最需要这种能力隐裂要看细节热斑要看区域脏污要看整体。多尺度融合让这三类需求在同一网络里同时得到满足。第三是anchor-free的解码方式。新版本不再依赖固定anchor而是直接预测目标的中心点和宽高配合CIoU这类损失函数。因为光伏板缺陷的形状差异很大——隐裂是细长条、热斑是块状、脏污是任意形状——固定的anchor比例反而会限制回归anchor-free在形状自由度上友好得多。当然通用模型直接丢进去跑也有不足。我在YOLO26结构基础上做了一点适配输入分辨率提升到1280同时保留更浅层的特征图参与检测尽量把细小裂纹的特征留住。这个改动对隐裂AP的提升非常明显后面训练章节会详细展开。2.3 模型规格选择与部署成本平衡单阶段检测器有个好处模型的宽度和深度可以缩放一个骨架可以演化成从小到大的多个规格这在部署阶段非常实用。我在项目里实际测了三种规格Nano、Small、Medium对应不同的部署环境和精度需求。测量条件统一为CPU单线程推理、1280输入分辨率结果如下规格参数量CPU单张推理耗时mAP0.5适合场景Nano小约80ms0.82手持设备、移动巡检Small中约160ms0.85现场机房实时检测Medium大约320ms0.87离线精细分析表格里的mAP是同一测试集上的结果可以看到随着模型容量增大精度稳步上升。我把模型规格做成了GUI里一个可选项现场可以根据机器性能自由切换。实际选型时我不建议用Nano做主力隐裂这种小缺陷很容易因为模型容量不足而被压掉Medium更适合在后台做批量复核任务精度最高的同时能接受较慢速度。3. 数据集构建模型性能的真正上限在这里做过几个检测项目后我越来越确信一句话缺陷检测模型的性能上限由数据决定模型只是在逼近这个上限。数据集的构建流程我花的时间比训练本身还多下面把采集、标注、增强、划分四条线完整讲一遍。3.1 数据采集三路来源与图像差异训练模型之前最重要的决定是数据怎么来。我分了三个渠道收集光伏板图像。EL图像来自实验室的检测设备质量最稳定缺陷最清晰但数量有限主要作为隐裂类样本的来源。红外热像来自现场巡检能拍到热斑但分辨率低、灰阶漂移大需要做归一化处理。可见光图像通过无人机和手持相机采集覆盖面最广脏污、碎裂、遮挡主要靠这部分供给。三种来源的图片风格和尺寸都不一样。处理时我统一把图像缩放到同一套尺寸体系灰度图复制成三通道再进网络以便复用同一套模型。有一点要特别注意不同设备的图像如果不做归一化就混在一起训练模型会被“设备外观”带偏导致推理时对某类设备的图像特别敏感换一台设备性能就掉。这种设备域偏移在工业质检里特别容易遇到必须提前预防。3.2 标注规范边界、难例与一致性检查数据集的标注质量直接决定模型学习的上限尤其是光伏板缺陷这种边界模糊的目标。我给团队定的标注规范有三条硬性要求。第一边界框必须紧贴可见缺陷但要把设备带来的“晕影”排除在外。热斑周围那一圈渐变的温度扩散区如果标进框里模型学到的是“亮区加光晕”这个整体预测框就会偏大后期很难通过后处理修正。隐裂则按可见线段的最小外接矩形来框不要故意扩大也不要刻意缩小。第二延伸到图像边缘的不完整缺陷也要标。很多隐裂裂纹是从电池片边缘开始的标注时不能因为“看不全”就放弃否则模型会认为缺陷必须有完整闭合边界最终漏掉大量边缘起始裂纹。这一点在EL图像上尤其重要。第三专门整理难负样本。栅线、焊带、玻璃边缘反光这些容易被误检的背景区域我单独建了一个难负样本目录标注为background参与训练。让网络自己“悟”哪些是干扰项效率太低把这些难例人工喂给训练过程误检率下降非常明显。标注一致性问题同样要重视。多人标注前我先挑了20张图让大家试标再逐张评审对齐同一缺陷如果不同人框的结果差异很大模型收到的标签噪声就会很大学习效果会被显著拖累。3.3 数据清洗与增强让有限样本物尽其用初始数据大约2000张去掉重复、模糊、严重过曝和虚焦的样本后剩下1500张左右可用。这个量级对工业缺陷检测来说不算充裕必须靠数据增强把有效信息榨干。我的增强策略不是简单随机翻转而是针对缺陷特点有侧重地设计。几何变换方面随机旋转30度以内、水平垂直翻转、随机裁剪。注意角度不是越大越好光伏板本身是规则矩形角度过大会引入不真实视角反而伤害泛化。颜色光照方面亮度抖动、对比度抖动、HSV偏移这部分对可见光图尤其重要因为现场光线变化极大模型必须在不同亮度条件下都能稳定识别。模糊噪声方面高斯模糊、运动模糊、椒盐噪声用来模拟设备抖动、传感器老化、表面灰尘导致的画质下降。组合增强方面我用了Mosaic四图拼接和MixUp两图混合能显著提升鲁棒性但有一个关键细节这类组合增强需要在训练后期关闭。原因是Mosaic拼接会裁掉或切碎小目标如果全程开启训练loss虽然能降得很低验证集的隐裂AP反而会往下掉。增强处理后实际参与训练的有效图像数量大约是原始数据的三到四倍。这里也要强调增强只是“尽用现有数据”的手段不能替代真实数据采集越到后期增强带来的收益越少最有效的做法始终是采集更多现场真实缺陷图像。3.4 划分策略防止验证集“剧透”数据划分我是吃过亏的。第一版直接随机划分验证指标虚高得离谱排查之后才发现是同一块光伏板在不同角度、不同时刻拍摄的图像被同时分到了训练集和验证集。模型等于提前“见过”验证图像指标再好看也没有参考价值这是一个很隐蔽的数据泄漏问题。正确定方法是按光伏板实例或拍摄批次划分。同一块板的所有照片只能出现在训练集、验证集、测试集中的一个集合里这样验证集反映的才是模型面对“没见过的板子”时的真实表现。我最终采用的划分比例是训练70%、验证15%、测试15%测试集只在最后一轮评估时拿出来训练全程不碰。后续做增量训练时也要沿用这一套按批次隔离的原则否则现场难例很容易又造成泄漏。4. 训练代码结构与调参记录让网络学会“挑毛病”训练部分我从项目代码组织、训练主流程、三轮调参、评估结果分析四个角度来讲尽量把“为什么这么做”说透。4.1 代码目录与配置文件怎么组织训练代码的组织方式决定了后续迭代效率。我的项目结构大致如下project/ ├── configs/ │ ├── dataset.yaml │ └── model.yaml ├── data/ │ ├── train/ │ │ ├── images/ │ │ └── labels/ │ └── val/ ├── models/ │ └── yolo26.py ├── scripts/ │ ├── train.py │ ├── val.py │ └── export.py └── utils/ ├── dataloader.py └── metrics.py我习惯把类别定义、路径、增强开关都放进配置文件不散落在代码各处。比如dataset.yaml里记录路径和类别名path: ./data train: train/images val: val/images test: test/images names: 0: crack # 隐裂 1: hotspot # 热斑 2: dirt # 脏污遮挡 3: fragment # 碎裂模型配置也单独放model.yaml这样想从Small切到Medium只用改配置不用动训练主逻辑。这个习惯在实验多版本并行时能省下大量时间避免改代码改出不可控的副作用。4.2 训练主流程中的两个关键细节训练脚本本身不复杂无非是加载配置、构建数据、初始化模型、循环训练、周期性验证。核心流程可以浓缩成下面这段示意代码def main(): cfg load_config(configs/dataset.yaml, configs/model.yaml) train_loader build_dataloader( cfg.train_path, image_sizecfg.img_size, batch_sizecfg.batch_size, augmentscfg.augments, ) model YOLO26(cfg.model).to(device) optimizer torch.optim.AdamW(model.parameters(), lrcfg.lr0) scheduler CosineAnnealingLR(optimizer, T_maxcfg.epochs) for epoch in range(cfg.epochs): if epoch cfg.no_mosaic_epoch: train_loader.dataset.disable_mosaic() for images, targets in train_loader: loss, loss_items model.train_step(images, targets) optimizer.zero_grad() loss.backward() optimizer.step() if epoch % 10 0: val_metrics validate(model, val_loader) print(fepoch {epoch}: {val_metrics})代码本身没有多特别但有两个细节我强烈建议你注意。第一个是Mosaic增强的开关时机。我设置前80个epoch开启Mosaic之后关闭用纯原始图像继续微调。原因前面说过Mosaic会拼接多张图小目标很容易被裁掉或切碎后期继续让模型“吃”这种残缺样本隐裂AP不升反降。第二个是训练过程中要定期跑验证集不能只等最后一次。尤其类别不均衡的工业数据集每10个epoch看一次各类别AP能尽早发现模型是不是已经放弃某个少样本类。我遇到过网络把脏污类彻底“摆烂”的情况就因为前中期只看整体mAP完全没注意到脏污类的单类AP一直在下跌。4.3 三轮调参从0.78到0.87的过程我的调参过程可以压缩成三轮每轮有一个明确的焦点。第一轮是跑通基线用默认策略输入640、SGD优化器、120个epoch。此时mAP0.5只有0.78隐裂类AP只有0.70漏检集中在小裂纹上。这个结果不算差但明显还有上升空间。第二轮聚焦小目标把输入分辨率从640提升到1280隐裂AP直接上涨4个点以上原因是小目标的特征在更高分辨率下得到保留。分辨率提升带来了显存压力batch从32降到16。优化器同时换成AdamW学习率从0.01降到0.001配合余弦衰减整体收敛更稳mAP到了0.85。第三轮针对类别不均衡做损失权重调整隐裂1.0、热斑1.2、脏污1.5。样本少的类别在loss中占比被放大脏污类召回率从0.55提升到0.68。最终mAP0.5稳定在0.87附近。三轮的关键参数变化如下参数初始值最终值调整原因img_size6401280保住小目标特征batch_size3216显存限制防止小类别样本被稀释epochs120200小数据集后期仍有小幅提升lr00.010.001更精细收敛optimizerSGDAdamW小数据集收敛更稳损失权重-1.0/1.2/1.5缓解类别不平衡4.4 类别AP差距说明了什么最终测试集评估结果大致如下类别精确率召回率mAP0.5隐裂 crack0.840.780.83热斑 hotspot0.880.820.87脏污 dirt0.790.680.75碎裂 fragment0.910.850.90这几组数字透露出一个规律目标越小、边界越模糊AP越低目标越是块状、边界相对明显的AP越高。碎裂和热斑这类区域型缺陷AP明显高于隐裂和脏污这说明系统的瓶颈仍然在小目标特征保留和难负样本区分上。模型结构层面能压榨的空间已经压得差不多了下一步要提升必须靠数据也就是补充更多现场真实细裂纹样本。得出这个结论后我的工作重心就从调模型结构转到了数据采集和难例回流。5. GUI交互界面从模型到现场工具模型训练好只完成了一半工作。如果交付给现场的是一堆训练脚本和命令行指令工人不会用、也不敢用项目最终只能在报告里打转。GUI交互界面把“检测能力”变成“点击一下就出结果”的工具是落地的最后一块拼图。5.1 为什么GUI是落地的最后一块拼图我做GUI之前先想清楚了使用对象。整个系统要服务三类人检测操作员希望看图直观、结果清晰质检审核员需要导出统计报告维护工程师需要能切换模型、查看推理日志。所以界面不能只是一个“打开图片、显示框”的简单Demo而是要把检测、浏览、汇报、巡检四个职能串起来。很多做算法的同学不重视界面觉得它是“锦上添花”。但实际项目里现场人员对界面稳定性的要求远高于对模型精度的要求。一个处理大图卡死、偶尔闪退的界面哪怕检测再准也不会被信任。反过来一个界面清爽、交互顺畅、报表一键导出的工具即便精度稍低一点点现场接受度也会高很多。这是我做这个项目非常重要的体会。5.2 技术选型与界面模块我用的技术栈是PySide6加OpenCV加ONNX Runtime。选PySide6一方面是因为它跨平台、控件成熟另一方面是和PyTorch训练代码同属Python生态开发衔接最顺畅。选ONNX Runtime做推理是因为模型从PyTorch导出成ONNX后CPU和GPU都能跑部署时也不依赖训练框架现场机器不用装一堆Python包。界面的功能模块我分成六块图像导入区支持单张图片、整个文件夹、视频文件、摄像头实时画面检测结果区左侧显示原图右侧显示检测结果框上标注类别和置信度参数调节区置信度阈值、NMS IoU阈值、模型规格切换统计报表区按类别统计缺陷数量支持导出CSV和JSON报表日志区记录每张图处理耗时、模型推理耗时和检测日志模型管理区加载不同规格的ONNX模型显示模型基本信息布局上我把图像区域放中间左侧是导入和数据列表右侧是参数和统计面板整体避免复杂操作层级让第一次使用的人也能在三分钟内上手。这类工具的UI设计原则就一条需要现场人员操作的功能尽量浅需要工程师调参的功能藏得深一点也没关系。5.3 推理管线letterbox、解码与坐标映射GUI中调用模型的核心推理流程可以概括为四步读图、letterbox预处理、ONNX推理、NMS后处理并映射回原图坐标。letterbox这步特别容易写错。它的作用是保持图像长宽比缩放不足部分用灰色填充切忌直接把图拉伸到模型输入尺寸。如果直接resize目标的比例会被破坏检测框偏移和召回率下降几乎是必然的。核心推理代码如下示意def run_inference(model, image, conf_thres0.25, iou_thres0.45): # 1. letterbox预处理 img, ratio, (dw, dh) letterbox(image, size1280) img img[:, :, ::-1].transpose(2, 0, 1) # BGR转RGBHWC转CHW img np.ascontiguousarray(img) # 2. ONNX推理 out model.run(None, {model.get_inputs()[0].name: img[None]})[0] # 3. 后处理解码得到框、置信度和类别 boxes, scores, cls_ids decode_outputs(out, conf_thres, iou_thres) # 4. 映射坐标回原图 for box in boxes: box[:4] (box[:4] - [dw, dh, dw, dh]) / ratio return boxes, scores, cls_ids这里要特别提醒解码顺序的问题。我第一次写后处理时把中心点和宽高的顺序搞反了结果所有检测框全部错位调试了很久才发现。碰到这类张量维度问题最稳的定位方式就是打印一组输出张量的shape再和源码里的decode逻辑逐行比对不要靠肉眼猜。5.4 模型导出与加速实测训练用PyTorch部署推理我强烈推荐导出成ONNX。ONNX Runtime在CPU上的推理速度通常比PyTorch默认模式快15%到20%而且部署体积更小现场机器不需要安装训练环境。导出代码很简单model.eval() dummy_input torch.randn(1, 3, 1280, 1280) torch.onnx.export( model, dummy_input, yolo26_1280.onnx, opset_version12, input_names[images], output_names[output], dynamic_axes{images: {0: batch}, output: {0: batch}}, )加上dynamic_axes后batch维度可变GUI里既能单张推理也能做小批次推理。实测一张1280×1280的图像ONNX Runtime在CPU推理约160msSmall规格GPU环境下降到了10ms级别。需要提醒的是很多情况下性能瓶颈反而在预处理和后处理环节代码里要尽量用NumPy批量操作避免逐像素写Python循环否则GPU再快也救不回来。6. 实测问题复盘小目标漏检、热斑误检与现场泛化训练和GUI都做完项目才算真正进入最磨人的阶段实测。这里记录几个最典型的现场问题以及我整个排查和解决的思路。6.1 隐裂小目标漏检的定位与缓解现场反馈最多的问题就是细小隐裂漏检。我定位到的原因是隐裂纹本质上是一条细线模型下采样多次后特征会在深层特征图中被抹平检测头很难找回。单纯提升分辨率能缓解但推理速度会明显下降。进一步优化有三个方向按使用场景取舍。一是在更浅层的特征图上增加检测头让特征下采样到1/8或1/16时就参与预测小目标有更多机会被感知。二是推理时用TTA把原图、旋转图、翻转图各跑一遍再融合结果隐裂AP提升明显但耗时增加三到四倍。三是滑窗裁剪大图切块重叠推理拼接结果后再做全图NMS适合离线批量分析不适合实时场景。我把这三种方式都做成了GUI里的可选项现场按实时还是离线模式来选。6.2 热斑框偏大从标注到后处理的修正热斑检测框偏大的根源是红外热像的热晕效应。热斑中心温度最高向外逐步扩散边界很难界定。模型学出来的“目标范围”会系统性偏大预测框整体外扩一圈。一轮修正之后我发现只改模型没用必须从源头下手。第一轮在标注阶段就把热晕排除掉只标核心高温区不把渐变扩散区算进框里。第二轮在后处理阶段增加宽高比过滤框的形态如果明显偏离正常热斑形态就降低置信度或直接过滤。两轮下来热斑的mAP0.5从0.81提到0.87。这个案例也再次说明很多看似是“模型问题”的情况根子其实在数据标注上。6.3 类别失衡下的置信度校准样本天然不均等时模型对不同类别的置信度输出会有系统性偏移多数类置信度偏高少数类偏低。如果GUI里只设一个全局阈值现场会出现“微小隐裂报得很自信严重热斑只有很低置信度”的奇怪现象这种体验会让一线人员彻底失去对系统的信任。我最后给不同类别设置了独立的置信度阈值而不是一刀切。隐裂阈值设为0.30让模型更宽容地报出疑似裂纹热斑阈值设为0.40宁可漏掉一些不确定的小热斑也不能让误报淹没真正风险脏污阈值设为0.15因为脏污检测的代价低多报一点可以接受换取高召回率。这种多阈值策略更符合光伏质检业务的实际诉求不同缺陷带来的失效模式完全不同用同一个分数去卡所有类别是不合理的。6.4 现场难例反哺训练集模型在训练测试集上表现不错但到现场拍回来的新图里仍然会出现两类典型误检太阳阴影被识别成脏污玻璃边缘反光被识别成碎裂。这类问题靠调模型结构收益很低最快的办法是定向采集现场难例回到训练集做一轮增量训练。增量训练不需要从头开始。在原有权重基础上用现场新增的几百张难例继续训练10到20个epoch学习率降为原来的千分之一左右。这个操作让现场误检明显减少而且没有破坏原来已经学到的隐裂和热斑识别能力。我的经验是缺陷检测项目如果要在某个电站长期部署一定要建立“现场数据反哺”机制否则模型会随着季节更替、天气变化和组件老化逐步失效不可能一劳永逸。做光伏板缺陷检测这个项目我最大的收获不是把哪个指标刷到多高而是完整建立了一条“场景理解、数据构建、模型训练、界面落地、现场迭代”的工作流。先想清楚缺陷长什么样再做数据然后通过训练和调参逼近模型上限最后用GUI把能力交给一线人员每一个环节都会踩坑但这些坑反过来成了后续项目里最值钱的经验。如果继续扩展这套方案可以接入目标跟踪模块做巡检视频的连续缺陷分析模型也可以导出成更轻量的格式部署到移动巡检终端。我下一步比较关注红外与可见光的多模态融合多源信息互补大概率是提升光伏板缺陷检测现场表现的关键方向。