基于归一化 Lp 范数的太阳能电池裂纹弱监督分割
计算机视觉与模式识别
2020-01-31 v1
摘要
光伏是应对全球持续增长的能源消耗最重要的可再生能源之一。这提升了对生产与运行期间快速且可扩展的自动质量管理的需求。然而，在单晶或多晶硅组件的电致发光（EL）图像上检测和分割裂纹是一项具有挑战性的任务。本工作中，我们提出一种弱监督学习策略，仅使用图像级标注来获得能够在太阳能电池 EL 图像上分割裂纹的方法。我们使用修改后的 ResNet-50 从网络激活图导出分割结果。我们以缺陷分类作为代理任务来训练网络。为此，我们应用归一化 Lp 归一化将激活图聚合成用于分类的单一分数。此外，我们研究了归一化 Lp 层的不同参数化如何影响分割性能。该方法在给定任务上展现出有前景的结果。不过，我们认为该方法也有潜力解决其他弱监督分割问题。
引用
@article{arxiv.2001.11248,
title = {Weakly Supervised Segmentation of Cracks on Solar Cells using Normalized Lp Norm},
author = {Martin Mayr and Mathis Hoffmann and Andreas Maier and Vincent Christlein},
journal= {arXiv preprint arXiv:2001.11248},
year = {2020}
}
备注
ICIP'2019