Розроблення та дослідження методів виявлення дефектів сонячних панелей на основі аналізу зображень із застосуванням комп’ютерного зору

Abstract

Об’єктом дослідження є зображення сонячних панелей з різними дефектами та забрудненнями. Предметом дослідження є методи комп’ютерного зору і машинного навчання для автоматизованого розпізнавання стану панелей. Метою дослідження є створення ефективного методу виявлення дефектів на основі аналізу зображень із застосуванням згорткових нейронних мереж і vision language моделей для підвищення точності діагностики. Використано Transfer Learning з MobileNetV2 і VGG19 та zero shot підхід на основі CLIP. Реалізовано бінарну класифікацію, застосовано Dropout, L2 регуляризацію, Early Stopping і ReduceLROnPlateau. Створено систему підготовки даних, навчання моделей і оцінки їх продуктивності за accuracy, precision, recall і confusion matrix. Наукова новизна полягає в адаптації MobileNetV2 для задачі класифікації та порівнянні з VGG19 і CLIP, що дозволило визначити ефективність різних підходів. Практична цінність роботи полягає у можливості інтеграції системи в автоматизовані рішення моніторингу сонячних електростанцій.