論文の概要: Computer Vision Tool for Detection, Mapping and Fault Classification of
PV Modules in Aerial IR Videos
- arxiv url: http://arxiv.org/abs/2106.07314v1
- Date: Mon, 14 Jun 2021 11:38:13 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-16 00:54:54.463866
- Title: Computer Vision Tool for Detection, Mapping and Fault Classification of
PV Modules in Aerial IR Videos
- Title（参考訳）: 空中赤外線映像におけるPVモジュールの検出・マッピング・故障分類のためのコンピュータビジョンツール
- Authors: Lukas Bommes, Tobias Pickel, Claudia Buerhop-Lutz, Jens Hauch,
Christoph Brabec, Ian Marius Peters
- Abstract要約: 熱画像UAVビデオからPVモジュールを半自動抽出するコンピュータビジョンツールを開発した。
我々は、7つの異なるPVプラントのサーモグラフィービデオから107842 PVモジュールの430万のIR画像を含むデータセットをキュレートする。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Increasing deployment of photovoltaics (PV) plants demands for cheap and fast
inspection. A viable tool for this task is thermographic imaging by unmanned
aerial vehicles (UAV). In this work, we develop a computer vision tool for the
semi-automatic extraction of PV modules from thermographic UAV videos. We use
it to curate a dataset containing 4.3 million IR images of 107842 PV modules
from thermographic videos of seven different PV plants. To demonstrate its use
for automated PV plant inspection, we train a ResNet-50 to classify ten common
module anomalies with more than 90 % test accuracy. Experiments show that our
tool generalizes well to different PV plants. It successfully extracts PV
modules from 512 out of 561 plant rows. Failures are mostly due to an
inappropriate UAV trajectory and erroneous module segmentation. Including all
manual steps our tool enables inspection of 3.5 MW p to 9 MW p of PV
installations per day, potentially scaling to multi-gigawatt plants due to its
parallel nature. While we present an effective method for automated PV plant
inspection, we are also confident that our approach helps to meet the growing
demand for large thermographic datasets for machine learning tasks, such as
power prediction or unsupervised defect identification.
- Abstract（参考訳）: 太陽光発電プラントの設置の増加は、安価で迅速な検査を必要とする。
このタスクの有効なツールは、無人航空機(UAV)による熱画像撮影である。
本研究では,熱画像UAVビデオからPVモジュールを半自動抽出するコンピュータビジョンツールを開発した。
我々は、7つの異なるPVプラントのサーモグラフィービデオから107842 PVモジュールの430万のIR画像を含むデータセットをキュレートする。
PVプラントの自動検査に使用するために、ResNet-50をトレーニングし、90パーセント以上のテスト精度で10の共通モジュール異常を分類する。
実験により, 異なるPVプラントに応用できることが確認された。
561個の植物列のうち512個からPVモジュールを抽出することに成功した。
失敗は主に、不適切なUAV軌道と間違ったモジュールセグメンテーションによるものである。
私たちのツールは、すべての手動ステップを含め、1日3.5 MW pから9 MW pのPVインストールを検査することが可能です。
PVプラントの自動点検に有効な方法を提案する一方で、電力予測や非教師なし欠陥識別といった機械学習タスクにおける大規模サーモグラフィデータセットの需要が増大するのに、我々のアプローチが役立つと確信している。
関連論文リスト
- Cross-variable Linear Integrated ENhanced Transformer for Photovoltaic power forecasting [2.1799192736303783]
PV-ClientはENhanced Transformerモジュールを使用して、PVシステム内の様々な機能の複雑なインタラクションをキャプチャする。
PV-Clientは、デコーダモジュールをプロジェクション層に置き換えることで、埋め込み層と位置符号化層を合理化する。
PVパワー予測におけるPV-ClientのSOTA(State-of-the-art)性能を確認する実世界の3つのPVパワーデータセットの実験結果。
論文 参考訳（メタデータ） (2024-06-06T07:30:27Z) - Tri-Perspective View for Vision-Based 3D Semantic Occupancy Prediction [84.94140661523956]
本稿では,2つの垂直面を追加してBEVに付随するトリ・パースペクティブ・ビュー(TPV)表現を提案する。
3次元空間の各点を3次元平面上の投影された特徴をまとめてモデル化する。
実験結果から,本モデルは全ボクセルのセマンティック占有率を効果的に予測できることが示唆された。
論文 参考訳（メタデータ） (2023-02-15T17:58:10Z) - A crowdsourced dataset of aerial images with annotated solar
photovoltaic arrays and installation metadata [0.0]
本研究では,空中画像,アノテーション,セグメンテーションマスクを含むデータセットを提案する。
28,000以上のインストールに対して、インストールメタデータを提供しています。
我々は,2つの異なる画像プロバイダのアノテーションを含む13,000のインストールに対して,地上の真実セグメンテーションマスクを提供する。
最後に、8,000以上のインストレーションのアノテーションにマッチするインストレーションメタデータを提供します。
論文 参考訳（メタデータ） (2022-09-08T11:42:53Z) - DeepSolar tracker: towards unsupervised assessment with open-source data
of the accuracy of deep learning-based distributed PV mapping [0.0]
既存の作業に基づいて、自動PVレジストリパイプラインを提案します。
このパイプラインは、すべての分散PVインストールの位置、エリア、インストール容量、傾き角を記録するデータセットを自動的に生成する。
本稿では,RNI(Registre national d'installation)に基づく非監督的手法を提案する。
当社のモデルは,50万平方キロメートル以上をカバーしているフランス9カ所のディパートメントにデプロイしています。
論文 参考訳（メタデータ） (2022-07-15T13:23:24Z) - CellDefectNet: A Machine-designed Attention Condenser Network for
Electroluminescence-based Photovoltaic Cell Defect Inspection [67.99623869339919]
太陽電池の視覚検査で業界が直面している大きな課題は、現在人間の検査員が手動で行っていることである。
本研究では,機械駆動設計探索により設計した高効率アテンションコンデンサネットワークであるCellDefectNetを紹介する。
発光画像を用いた太陽電池セルの多様性を示すベンチマークデータセット上で,セルデフェクトネットの有効性を実証した。
論文 参考訳（メタデータ） (2022-04-25T16:35:19Z) - Georeferencing of Photovoltaic Modules from Aerial Infrared Videos using
Structure-from-Motion [0.0]
植物中のすべてのPVモジュールのジオコーディネートを、視覚的キューと計測されたドローンのGPSトラジェクトリに基づいて自動的に取得する。
35084モジュールの99.3%を4つの大規模および1つの屋上植物にマッピングし、2200万以上のモジュール画像を取り出すことに成功した。
論文 参考訳（メタデータ） (2022-04-06T11:17:08Z) - ViTAEv2: Vision Transformer Advanced by Exploring Inductive Bias for
Image Recognition and Beyond [76.35955924137986]
我々は、内在性IBを畳み込み、すなわちViTAEから探索するビジョントランスフォーマーを提案する。
ViTAEはいくつかの空間ピラミッド縮小モジュールを備えており、入力イメージをリッチなマルチスケールコンテキストでトークンに埋め込む。
我々は、ImageNet検証セット上で88.5%のTop-1分類精度と、ImageNet実検証セット上で最高の91.2%のTop-1分類精度を得る。
論文 参考訳（メタデータ） (2022-02-21T10:40:05Z) - Anomaly Detection in IR Images of PV Modules using Supervised
Contrastive Learning [4.409996772486956]
我々は、赤外線画像の異常を検出するために、教師付きコントラスト損失を伴うResNet-34畳み込みニューラルネットワークを訓練する。
本手法は,未知の種類の異常を迅速かつ確実に検出し,実践に適した手法である。
我々の研究は、教師なしドメイン適応を用いたPVモジュール故障検出をより現実的な視点でコミュニティに提供します。
論文 参考訳（メタデータ） (2021-12-06T10:42:28Z) - A Multi-Stage model based on YOLOv3 for defect detection in PV panels
based on IR and Visible Imaging by Unmanned Aerial Vehicle [65.99880594435643]
本研究では,無人航空機が捉えた空中画像のパネル欠陥を検出するための新しいモデルを提案する。
このモデルは、パネルと欠陥の検出を組み合わせることで、精度を向上する。
提案モデルはイタリア南部の2つの大きなPVプラントで検証されている。
論文 参考訳（メタデータ） (2021-11-23T08:04:32Z) - ViDT: An Efficient and Effective Fully Transformer-based Object Detector [97.71746903042968]
検出変換器は、オブジェクト検出のための最初のエンドツーエンド学習システムである。
視覚変換器は、画像分類のための最初の完全変換器ベースのアーキテクチャである。
本稿では、視覚・検出変換器(ViDT)を統合し、効果的で効率的な物体検出装置を構築する。
論文 参考訳（メタデータ） (2021-10-08T06:32:05Z) - Efficient Vision Transformers via Fine-Grained Manifold Distillation [96.50513363752836]
視覚変換器のアーキテクチャは多くのコンピュータビジョンタスクで異常な性能を示した。
ネットワーク性能は向上するが、トランスフォーマーはより多くの計算資源を必要とすることが多い。
本稿では,教師のトランスフォーマーから,画像と分割パッチの関係を通して有用な情報を抽出することを提案する。
論文 参考訳（メタデータ） (2021-07-03T08:28:34Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。