基于TensorFlow框架搭建卷積神經網絡對電池片電致發光圖像進行缺陷識別。選取公開的數據集，其中包含了電池片的不同種類缺陷。在傳統的VGGNet網絡的基礎上使用全卷積神經網絡進行訓練，并分析不同損失函數和dropout概率在數據集上的訓練效果。經過實驗證明，該算法實現了對電池片是否有缺陷的準確識別。研究還得出壓縮網絡結構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，特別是光伏發電技術。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，都會影響組件的轉化效率和使用壽命。在實際應用中，更會對光伏發電系統自身的安全構成威脅。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主要有[1]：紅外成像技術、光致發光成像技術、電致發光（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，根據硅材料的電致發光原理進行檢測。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光強度，所以可以根據EL圖像中電池發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網絡（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網絡進行訓練及預測，平均準確率分別達到了82.44%和88.42%。另外，隨著深度學習的網絡結構趨于更深，增加了訓練及實際應用的時間，因此，對網絡模型的壓縮的研究顯得尤為重要[6]。

本文針對傳統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。經過實驗證明，改進的VGG16[7]網絡具有很好的準確率，并且大幅降低了神經網絡由于層數過多而帶來的大量運算，縮減后的模型有更大的實用性。

1 實驗數據及預處理

實驗數據來自于BUERHOP-LUTZ C等人公開的數據集[8]，該數據集提供了從光伏組件的高分辨率電致發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，出現的這些缺陷會對太陽電池組件的轉換效率和使用壽命造成嚴重影響。

原數據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，統計樣本的總數以及各類樣本分立情況，發現各類樣本數目相差較大，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。

本文所使用的神經網絡模型需要224 pixel×224 pixel大小的輸入圖像，由于給定數據集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，本文使用了數據增強方法。采用的第一種數據增強方法是隨機水平和垂直翻轉圖像；第二種方法是對原始圖像隨機旋轉一定角度（不超過2°），旋轉所使用的插值方法為雙三次插值；第三種方法是調整圖像的亮度和對比度，因為光照強度的變化會對成像結果造成很大影響。在預處理階段還對輸入圖片進行了去噪處理。

2 基于VGGNet的缺陷識別分類網絡

神經網絡在20世紀就已經被發現，經過十多年的發展，研究人員提出了各種不同的網絡結構，從AlexNet到VGGNet、GoogLeNet和ResNet，隨著網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，當增加網絡層數后，網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果。但隨著網絡深度的增加，會出現退化的問題，由于深層網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，設計一個實用的EL圖像缺陷識別分類網絡，需要結合理論分析和實驗驗證。

卷積神經網絡作為一種特殊的深層的神經網絡模型，它的核心思想是將局部感知、權值共享以及下采樣結合起來，通過深度神經網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系。2014年SIMONYAN K等人提出VGG網絡，探索了CNN的深度與其性能之間的關系，成功地構筑了16～19層深的神經網絡，輸入為224×224×3的圖片，經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數據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網絡都以此為基礎。

原始的VGG16網絡結構如圖3所示，由5組卷積層、3層全連接層、softmax輸出層構成，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函數做非線性變換，用以加快網絡收斂。圖中，3×3 conv，64等表示卷積核尺寸為3×3，通道數為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表示通道數為4096的全連接層；softmax表示softmax函數。對于每一組卷積操作，都包含多個特別小的3×3卷積核構成的卷積層，采用小卷積核既可以減少參數，又增加了非線性映射，從而增強網絡的擬合效果。滑動步長為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，通道數分別為4 096、4 096和2。

3 實驗及其分析

3.1 網絡訓練方法

實驗所用計算機內存為8 GB，使用英偉達GTX 1060顯卡加速模型訓練，顯存為6 GB。軟件環境為Ubuntu 16.04 LTS 64位系統，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。

實驗選取圖片總數的80%進行訓練，20%用來測試，即訓練集圖片數量為2 099，測試集數量為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，迭代的次數記為steps。采用隨機梯度下降算法作為優化器，學習率在訓練中控制著參數的更新速度，這里使用指數衰減學習率，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，發現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概率和損失函數進行討論，以期望得到更優的模型。

3.2 不同損失函數下的識別準確率

損失函數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Hinge loss和Softmax loss。Hinge loss又稱為折頁損失函數，其函數表達式為：

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為輸出節點的數量。

這兩種損失函數隨著迭代次數變化的曲線如圖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，在電致發光圖像缺陷識別的數據集上，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

在數據集有限的情況下，通常使用dropout來緩解過擬合的發生，在一定程度上起到正則化的效果。它是指在標準的BP神經網絡基礎之上，使BP網絡的隱藏層激活值以一定的比例變為0，即按照一定的比例，隨機地讓一部分隱藏層節點失效。存在dropout的神經網絡計算過程如下：

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，網絡的參數較多，對于訓練集樣本不足夠大情況下，容易出現過擬合的現象；概率越小，由于所訓練的神經網絡節點數不足，并不能有效地擬合訓練數據，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重要。

3.4 不同網絡結構的識別效果分析

基于VGG16的卷積神經網絡雖然在現有數據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絡中存在著冗余參數，因此為了提高訓練的速度，本文對網絡進行縮減，計算不同網絡層數時的參數總量，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，結構1為完整的VGG16網絡；結構2將每組卷積的卷積層個數減少為1、1、2、2、2，通道數不變；結構3將每組卷積的卷積層個數改為2、2、4、4、4，通道數不變，用來作對比；結構4將每組卷積的卷積層個數改為2、2、2、2、2，通道數不變；結構5～6每組卷積的個數均為1，結構4的通道數為64、128、256、512、512、4096、4096、2，結構5的通道數為32、64、128、256、256、2048、2048、2，結構6的通道數為16、32、64、128、128、1024、1024、2。

從表1中可以看出網絡的參數主要集中在全連接層，在將全連接層的神經元節點數目縮減之后，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，卷積層數量的縮減雖然會稍微降低識別的結果，但是能大大加速模型的訓練速度，這對于工業上的電致發光圖像缺陷識別有重要意義。

4 結論

本文提出將卷積神經網絡用于太陽電池單元電致發光圖像缺陷識別，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網絡進行訓練，經過大量的參數調節，識別的準確率達到93.95%。在此基礎上本文研究了模型壓縮后的訓練速率以及識別準確率，得出在減少網絡層數之后，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，將在簡化網絡結構的基礎上，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。