基于TensorFlow框架搭建卷積神經(jīng)網(wǎng)絡對電池片電致發(fā)光圖像進行缺陷識別。選取公開的數(shù)據(jù)集，其中包含了電池片的不同種類缺陷。在傳統(tǒng)的VGGNet網(wǎng)絡的基礎(chǔ)上使用全卷積神經(jīng)網(wǎng)絡進行訓練，并分析不同損失函數(shù)和dropout概率在數(shù)據(jù)集上的訓練效果。經(jīng)過實驗證明，該算法實現(xiàn)了對電池片是否有缺陷的準確識別。研究還得出壓縮網(wǎng)絡結(jié)構(gòu)對算法訓練速率能有大幅提升，這使得簡化的模型更具有可遷移性，為大范圍的實時缺陷識別提供了一種有效方案。

0 引言

以太陽能為代表的新能源在近些年得到了廣泛的研究和應用，特別是光伏發(fā)電技術(shù)。光伏太陽能的核心組件是光伏電池組件，除了電池材料自身存在的缺陷，生產(chǎn)時對電池片的多次加工也可能導致電池片的損壞，如過焊片、黑斑片、隱裂片等缺陷問題，加上安裝和使用過程中的機械損傷，都會影響組件的轉(zhuǎn)化效率和使用壽命。在實際應用中，更會對光伏發(fā)電系統(tǒng)自身的安全構(gòu)成威脅。因此，研究光伏組件的缺陷檢測顯得尤為重要。

目前電池組件缺陷檢測的技術(shù)主要有[1]：紅外成像技術(shù)、光致發(fā)光成像技術(shù)、電致發(fā)光（ELectrofluorescence，EL）成像。EL成像是用于光伏組件缺陷檢測的非接觸式成像技術(shù)，根據(jù)硅材料的電致發(fā)光原理進行檢測。給晶體硅電池組件加上正向偏壓，組件會發(fā)出一定波長的光，電荷耦合器件圖像傳感器（CCD）可以捕捉到這個波長范圍的光并在電腦上成像。但電池組件存在缺陷會減弱其發(fā)光強度，所以可以根據(jù)EL圖像中電池發(fā)光強度的不同來判斷電池組件是否存在缺陷。

在以往的研究中，2012年TSIA D M等[2]提出了利用獨立分量分析(ICA)基圖像識別缺陷的監(jiān)督學習方法，該方法在80個太陽電池單元的測試樣本上平均識別率為93.4%。2014年ANWAR S A和ABDULLAH M Z提出了檢測多晶電池微裂紋的算法[3]，即基于各向異性擴散和形狀分類的圖像分割方法，在600張圖像上檢測微裂紋的精度上達到88%。深度學習特別是卷積神經(jīng)網(wǎng)絡（Convolutional Neural Network，CNN）在圖像識別[4]和檢測上備受重視。2018年DEITSCH S等提出自動檢測單一光伏電池EL圖像缺陷的方法[5]，分別用支持向量機和卷積神經(jīng)網(wǎng)絡進行訓練及預測，平均準確率分別達到了82.44%和88.42%。另外，隨著深度學習的網(wǎng)絡結(jié)構(gòu)趨于更深，增加了訓練及實際應用的時間，因此，對網(wǎng)絡模型的壓縮的研究顯得尤為重要[6]。

本文針對傳統(tǒng)缺陷識別算法的不足，通過深度學習算法對EL圖像進行分類，進而識別出有缺陷和沒有缺陷的電池片。經(jīng)過實驗證明，改進的VGG16[7]網(wǎng)絡具有很好的準確率，并且大幅降低了神經(jīng)網(wǎng)絡由于層數(shù)過多而帶來的大量運算，縮減后的模型有更大的實用性。

1 實驗數(shù)據(jù)及預處理

實驗數(shù)據(jù)來自于BUERHOP-LUTZ C等人公開的數(shù)據(jù)集[8]，該數(shù)據(jù)集提供了從光伏組件的高分辨率電致發(fā)光圖像中提取的太陽能電池圖像。圖片來自于44個不同的PV模塊，其中18個模塊為單晶型，26個為多晶型。圖片可以拆分為2 624個300×300像素的電池單元的EL圖像。這些圖像包含了常見的內(nèi)外缺陷，如黑心片、黑斑片、短路黑片、過焊片、斷柵片、明暗片、隱裂等類型，如圖1所示，出現(xiàn)的這些缺陷會對太陽電池組件的轉(zhuǎn)換效率和使用壽命造成嚴重影響。

原數(shù)據(jù)集中將單晶和多晶的電池單元進行注釋，并且按照缺陷的概率對每張圖片進行標注，統(tǒng)計樣本的總數(shù)以及各類樣本分立情況，發(fā)現(xiàn)各類樣本數(shù)目相差較大，樣本分布的不平衡將導致訓練后模型對各類別識別出現(xiàn)偏差。為了減少分布不平衡的差異，本文首先將概率為0%和33.33%的圖片作為無缺陷的正樣本，66.67%和100%的圖片作為有缺陷的負樣本，因此得到的樣本分布如圖2所示。

本文所使用的神經(jīng)網(wǎng)絡模型需要224 pixel×224 pixel大小的輸入圖像，由于給定數(shù)據(jù)集EL圖像大小都是300 pixel×300 pixel，在輸入前需要對通過壓縮來得到符合大小的圖片。對于樣本分布不平衡問題，本文使用了數(shù)據(jù)增強方法。采用的第一種數(shù)據(jù)增強方法是隨機水平和垂直翻轉(zhuǎn)圖像；第二種方法是對原始圖像隨機旋轉(zhuǎn)一定角度（不超過2°），旋轉(zhuǎn)所使用的插值方法為雙三次插值；第三種方法是調(diào)整圖像的亮度和對比度，因為光照強度的變化會對成像結(jié)果造成很大影響。在預處理階段還對輸入圖片進行了去噪處理。

2 基于VGGNet的缺陷識別分類網(wǎng)絡

神經(jīng)網(wǎng)絡在20世紀就已經(jīng)被發(fā)現(xiàn)，經(jīng)過十多年的發(fā)展，研究人員提出了各種不同的網(wǎng)絡結(jié)構(gòu)，從AlexNet到VGGNet、GoogLeNet和ResNet，隨著網(wǎng)絡深度和寬度的增加以及不同功能層的引入，其在圖像識別的準確率不斷提高。一方面，當增加網(wǎng)絡層數(shù)后，網(wǎng)絡可以進行更加復雜的特征提取，理論上可以取得更好的結(jié)果。但隨著網(wǎng)絡深度的增加，會出現(xiàn)退化的問題，由于深層網(wǎng)絡存在著梯度消失或者爆炸的問題，深度學習模型很難訓練。因此，設(shè)計一個實用的EL圖像缺陷識別分類網(wǎng)絡，需要結(jié)合理論分析和實驗驗證。

卷積神經(jīng)網(wǎng)絡作為一種特殊的深層的神經(jīng)網(wǎng)絡模型，它的核心思想是將局部感知、權(quán)值共享以及下采樣結(jié)合起來，通過深度神經(jīng)網(wǎng)絡的逐層計算來學習圖像的像素特征、低級特征、高級特征直至類別的隱式表達關(guān)系。2014年SIMONYAN K等人提出VGG網(wǎng)絡，探索了CNN的深度與其性能之間的關(guān)系，成功地構(gòu)筑了16～19層深的神經(jīng)網(wǎng)絡，輸入為224×224×3的圖片，經(jīng)過卷積和池化的處理輸出圖像所屬類別的概率[7]，在具有1 000多個類別一百多萬張圖片的ImageNet數(shù)據(jù)集上取得了當時很好的效果。因此不少分類問題采用的卷積神經(jīng)網(wǎng)絡都以此為基礎(chǔ)。

原始的VGG16網(wǎng)絡結(jié)構(gòu)如圖3所示，由5組卷積層、3層全連接層、softmax輸出層構(gòu)成，每組卷積層之間使用max-pooling（最大化池）分開，所有隱層的激活單元都采用ReLU函數(shù)做非線性變換，用以加快網(wǎng)絡收斂。圖中，3×3 conv，64等表示卷積核尺寸為3×3，通道數(shù)為64的卷積層；pool/2表示滑動步長為2的池化層(這里為最大池化)；fc 4096表示通道數(shù)為4096的全連接層；softmax表示softmax函數(shù)。對于每一組卷積操作，都包含多個特別小的3×3卷積核構(gòu)成的卷積層，采用小卷積核既可以減少參數(shù)，又增加了非線性映射，從而增強網(wǎng)絡的擬合效果?；瑒硬介L為1，采用邊界填充的方式，使得每個卷積層的輸入/輸出特征圖的像素不變。池化層采用2×2的池化核。每一組的通道數(shù)從64開始擴大2倍，分別為64、128、256、512、512，使得更多的信息可以被提取出來。之后的3個全連接層通道數(shù)分別為4 096、4 096、1 000，最后通過softmax層得到圖片屬于每個類別的概率。在以下研究中，將最后的3層全連接層替換為卷積核為7×7和1×1的卷積層，通道數(shù)分別為4 096、4 096和2。

3 實驗及其分析

3.1 網(wǎng)絡訓練方法

實驗所用計算機內(nèi)存為8 GB，使用英偉達GTX 1060顯卡加速模型訓練，顯存為6 GB。軟件環(huán)境為Ubuntu 16.04 LTS 64位系統(tǒng)，選用Python作為編程語言，采用TensorFlow深度學習開源框架，CUDA版本為9.0。

實驗選取圖片總數(shù)的80%進行訓練，20%用來測試，即訓練集圖片數(shù)量為2 099，測試集數(shù)量為525。采用批量訓練的方法，將訓練集和測試集分成多個批次（batch），每個批次的大小為16或32，在對每一個batch訓練完之后，對所有的測試集圖片進行測試，迭代的次數(shù)記為steps。采用隨機梯度下降算法作為優(yōu)化器，學習率在訓練中控制著參數(shù)的更新速度，這里使用指數(shù)衰減學習率，初始學習率為0.005，衰減速度為1 000，學習率衰減系數(shù)為0.9。訓練得到的損失和準確率如圖4所示。

通過大量實驗，發(fā)現(xiàn)CNN在缺陷識別上有不錯的效果，為了進一步提高分類的性能及減少訓練所需的時間，下面將對不同的dropout概率和損失函數(shù)進行討論，以期望得到更優(yōu)的模型。

3.2 不同損失函數(shù)下的識別準確率

損失函數(shù)用來估量模型的預測值與真實值的相差程度，這里比較了兩種常見的損失函數(shù)Hinge loss和Softmax loss。Hinge loss又稱為折頁損失函數(shù)，其函數(shù)表達式為：

其中，L為損失，t=[t1，t2，…，tN]T表示目標值；y=[y1，y2，…，yN]T，表示預測值輸出；1≤j≤N，N為輸出節(jié)點的數(shù)量。

這兩種損失函數(shù)隨著迭代次數(shù)變化的曲線如圖5所示。在訓練的初始階段，Softmax loss要小于Hinge loss，但其下降的速度比較緩慢；訓練200次以后Hinge loss迅速減小，說明模型收斂得更快，并且模型的魯棒性更好。從這里可以看出，在電致發(fā)光圖像缺陷識別的數(shù)據(jù)集上，二分類的Hinge loss具有更好的效果。

3.3 不同Dropout概率下的識別準確率

在數(shù)據(jù)集有限的情況下，通常使用dropout來緩解過擬合的發(fā)生，在一定程度上起到正則化的效果。它是指在標準的BP神經(jīng)網(wǎng)絡基礎(chǔ)之上，使BP網(wǎng)絡的隱藏層激活值以一定的比例變?yōu)?，即按照一定的比例，隨機地讓一部分隱藏層節(jié)點失效。存在dropout的神經(jīng)網(wǎng)絡計算過程如下：

圖6給出了在不同dropout概率時對缺陷識別的準確率，從圖中可以看出，當dropout概率在0.3時準確率最高。在訓練的過程中，概率越小，網(wǎng)絡的參數(shù)較多，對于訓練集樣本不足夠大情況下，容易出現(xiàn)過擬合的現(xiàn)象；概率越小，由于所訓練的神經(jīng)網(wǎng)絡節(jié)點數(shù)不足，并不能有效地擬合訓練數(shù)據(jù)，導致最終的識別準確率下降，所以找到合適的概率對于模型的訓練效果至關(guān)重要。

3.4 不同網(wǎng)絡結(jié)構(gòu)的識別效果分析

基于VGG16的卷積神經(jīng)網(wǎng)絡雖然在現(xiàn)有數(shù)據(jù)集上取得了良好的限制，但訓練時間過長，通過對dropout概率的研究也表明網(wǎng)絡中存在著冗余參數(shù)，因此為了提高訓練的速度，本文對網(wǎng)絡進行縮減，計算不同網(wǎng)絡層數(shù)時的參數(shù)總量，記錄下訓練時的時間以及在測試集上的準確率，如表1所示。

表1中，結(jié)構(gòu)1為完整的VGG16網(wǎng)絡；結(jié)構(gòu)2將每組卷積的卷積層個數(shù)減少為1、1、2、2、2，通道數(shù)不變；結(jié)構(gòu)3將每組卷積的卷積層個數(shù)改為2、2、4、4、4，通道數(shù)不變，用來作對比；結(jié)構(gòu)4將每組卷積的卷積層個數(shù)改為2、2、2、2、2，通道數(shù)不變；結(jié)構(gòu)5～6每組卷積的個數(shù)均為1，結(jié)構(gòu)4的通道數(shù)為64、128、256、512、512、4096、4096、2，結(jié)構(gòu)5的通道數(shù)為32、64、128、256、256、2048、2048、2，結(jié)構(gòu)6的通道數(shù)為16、32、64、128、128、1024、1024、2。

從表1中可以看出網(wǎng)絡的參數(shù)主要集中在全連接層，在將全連接層的神經(jīng)元節(jié)點數(shù)目縮減之后，訓練的時間大大縮減。卷積操作承擔著圖像特征提取的任務，卷積層數(shù)量的縮減雖然會稍微降低識別的結(jié)果，但是能大大加速模型的訓練速度，這對于工業(yè)上的電致發(fā)光圖像缺陷識別有重要意義。

4 結(jié)論

本文提出將卷積神經(jīng)網(wǎng)絡用于太陽電池單元電致發(fā)光圖像缺陷識別，它能夠很好地提取電池片的缺陷，進行正確的分類。在2 624張樣本上，用全卷積VGG16網(wǎng)絡進行訓練，經(jīng)過大量的參數(shù)調(diào)節(jié)，識別的準確率達到93.95%。在此基礎(chǔ)上本文研究了模型壓縮后的訓練速率以及識別準確率，得出在減少網(wǎng)絡層數(shù)之后，模型的訓練速率大大加快，并且不會使準確率明顯下降。下一步的研究中，將在簡化網(wǎng)絡結(jié)構(gòu)的基礎(chǔ)上，提高模型性能和識別準確率，以便用于實際的電池片缺陷識別當中。