基于拟态视觉的光伏电池缺陷检测仿生模型

太阳能在新型电力系统中具有关键作用，光伏电池缺陷检测对清洁能源转型至关重要。针对传统模型难以识别复杂纹理下微小瑕疵的问题，提出一种拟态视觉仿生检测模型。该模型受人类感受野与周边视觉机制启发，设计拟态视觉注意力与仿生特征提取模块，动态感知上下文并捕捉缺陷细粒度特征；结合脑信息传递方式构建分离式空间语义融合金字塔，增强特征表达能力；借鉴脑皮层分区机制设计自适应分离检测头，解耦分类与定位任务，提升多尺度检测性能。实验验证了模型的有效性。

太阳能在新型电力系统中扮演重要的角色,光伏电池的缺陷检测对于电力系统向清洁能源的转型愈发重要.传统的模型难以在纹理复杂的光伏电池上识别微小的瑕疵,为此提出拟态视觉仿生检测模型.首先,提出以人类感受野和周边视觉机制为启发的骨干网络,设计拟态视觉注意力机制及仿生特征提取模块,充分提取动态上下文并感知周边视觉注意力,关联二者以在充满噪声的背景下捕捉缺陷目标的细粒度特征;其次,在特征融合阶段,根据人脑信息传递方式设计分离式空间语义融合金字塔,在不同的信息传递路径中设计语义和空间信息传递模块,以增强缺陷特征对空间和语义信息的表达能力;接着,以脑皮层的分区机制为启发,设计能自适应融合的分离式检测头结构,自适应监管调控不同尺度的特征,并解耦分类与定位任务,分区关注并计算位置与类别信息;最后,通过仿真实验验证模型的有效性.