論文の概要: MultiSolSegment: Multi-channel segmentation of overlapping features in electroluminescence images of photovoltaic cells
- arxiv url: http://arxiv.org/abs/2603.13337v1
- Date: Fri, 06 Mar 2026 20:48:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:42.316144
- Title: MultiSolSegment: Multi-channel segmentation of overlapping features in electroluminescence images of photovoltaic cells
- Title（参考訳）: マルチソルセグメント:光電池のエレクトロルミネッセンス画像における重なり合う特徴の多チャンネルセグメンテーション
- Authors: Ojas Sanghi, Norman Jost, Benjamin G. Pierce, Emma Cooper, Isaiah H. Deane, Jennifer L. Braid,
- Abstract要約: EL画像の画素レベル多重ラベル分割のためのマルチチャネルU-Netアーキテクチャを提案する。
このモデルは、クラック、バスバー、ダークエリア、非セル領域の独立確率マップを出力し、バスバーを横断するクラックのような相互作用する特徴の正確な共分類を可能にする。
このフレームワークは、PVモジュールの自動検査のためのスケーラブルなツールを提供し、大規模PVシステムの欠陥定量化と寿命予測を改善している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Electroluminescence (EL) imaging is widely used to detect defects in photovoltaic (PV) modules, and machine learning methods have been applied to enable large-scale analysis of EL images. However, existing methods cannot assign multiple labels to the same pixel, limiting their ability to capture overlapping degradation features. We present a multi-channel U-Net architecture for pixel-level multi-label segmentation of EL images. The model outputs independent probability maps for cracks, busbars, dark areas, and non-cell regions, enabling accurate co-classification of interacting features such as cracks crossing busbars. The model achieved an accuracy of 98% and has been shown to generalize to unseen datasets. This framework offers a scalable, extensible tool for automated PV module inspection, improving defect quantification and lifetime prediction in large-scale PV systems.
- Abstract（参考訳）: エレクトロルミネッセンス(EL)イメージングは太陽電池モジュールの欠陥を検出するために広く使われており、EL画像の大規模解析を可能にするために機械学習手法が適用されている。
しかし、既存の方法は複数のラベルを同じピクセルに割り当てることができないため、重複する劣化機能をキャプチャする能力は制限される。
EL画像の画素レベル多重ラベル分割のためのマルチチャネルU-Netアーキテクチャを提案する。
このモデルは、クラック、バスバー、ダークエリア、非セル領域の独立確率マップを出力し、バスバーを横断するクラックのような相互作用する特徴の正確な共分類を可能にする。
このモデルは精度98%に達し、目に見えないデータセットに一般化することが示されている。
このフレームワークは、PVモジュールの自動検査のためのスケーラブルで拡張可能なツールを提供し、大規模PVシステムの欠陥定量化と寿命予測を改善している。
関連論文リスト
- Power Battery Detection [91.99787495748218]
電力電池は、内部構造欠陥が深刻な安全リスクを生じさせる電気自動車において必須の部品である。
我々は,X線画像から陰極および陽極板の密集端を局所化し,品質検査を行うことを目的として,電力電池検出(PBD)に関する総合的研究を行った。
PBD5Kは,9種類のバッテリタイプから5,000枚のX線画像と8種類の実世界の視覚的干渉を含む,このタスクのための最初の大規模ベンチマークである。
論文 参考訳（メタデータ） (2025-08-11T09:35:25Z) - CARL: Camera-Agnostic Representation Learning for Spectral Image Analysis [69.02751635551724]
スペクトルイメージングは、医療や都市景観の理解など、様々な領域で有望な応用を提供する。
スペクトルカメラのチャネル次元と捕獲波長のばらつきは、AI駆動方式の開発を妨げる。
本稿では,RGB,マルチスペクトル,ハイパースペクトル画像を用いたカメラ非依存表現学習モデルCARLを紹介する。
論文 参考訳（メタデータ） (2025-04-27T13:06:40Z) - Interpretable Embeddings for Segmentation-Free Single-Cell Analysis in Multiplex Imaging [1.8687965482996822]
多重イメージング(MI)は、複数の生物学的マーカーを、細胞内解像度で別々のイメージングチャネルで同時に可視化することを可能にする。
本稿では,グループ化畳み込みを利用して各画像チャンネルから解釈可能な埋め込み特徴を学習するセグメンテーションフリーなディープラーニング手法を提案する。
論文 参考訳（メタデータ） (2024-11-02T11:21:33Z) - LCPR: A Multi-Scale Attention-Based LiDAR-Camera Fusion Network for
Place Recognition [11.206532393178385]
本稿では,マルチモーダル位置認識のための新しいニューラルネットワークLCPRを提案する。
位置認識性能を向上させるために,マルチビューカメラとLiDARデータを効果的に利用することができる。
論文 参考訳（メタデータ） (2023-11-06T15:39:48Z) - Probabilistic Deep Metric Learning for Hyperspectral Image
Classification [91.5747859691553]
本稿では,ハイパースペクトル画像分類のための確率論的深度学習フレームワークを提案する。
ハイパースペクトルセンサーが捉えた画像に対して、各ピクセルのカテゴリを予測することを目的としている。
我々のフレームワークは、既存のハイパースペクトル画像分類法に容易に適用できる。
論文 参考訳（メタデータ） (2022-11-15T17:57:12Z) - Decoupled-and-Coupled Networks: Self-Supervised Hyperspectral Image
Super-Resolution with Subpixel Fusion [67.35540259040806]
サブピクセルレベルのHS超解像フレームワークを提案する。
名前が示すように、DC-Netはまず入力を共通(またはクロスセンサー)とセンサー固有のコンポーネントに分離する。
我々は,CSUネットの裏側に自己教師付き学習モジュールを付加し,素材の整合性を保証し,復元されたHS製品の詳細な外観を向上する。
論文 参考訳（メタデータ） (2022-05-07T23:40:36Z) - Segmentation of cell-level anomalies in electroluminescence images of
photovoltaic modules [0.0]
本研究では,太陽電池モジュール全体からセルレベルの異常を検出し,検出し,セグメント化するエンド・ツー・エンドのディープラーニングパイプラインを提案する。
提案したモジュールパイプラインは,3つのディープラーニング技術を組み合わせている。 1. オブジェクト検出(Modified Faster-RNN), 2. 画像分類(EfficientNet), 3. 弱教師付きセグメンテーション(autoencoder)。
論文 参考訳（メタデータ） (2021-06-21T10:17:40Z) - Multi-feature driven active contour segmentation model for infrared
image with intensity inhomogeneity [3.3216205701062735]
強度不均一な赤外線画像を扱うための多機能能動輪郭分割モデルを提案する。
実験結果から,提案手法はIRテスト画像の精度と重み付け率において,最先端のモデルよりも優れていることが示された。
論文 参考訳（メタデータ） (2020-11-25T02:51:25Z) - Data-Driven Discovery of Molecular Photoswitches with Multioutput
Gaussian Processes [51.17758371472664]
フォトウィッチ可能な分子は、光によってアクセスされる2つ以上の異性体である。
本稿では、データセットキュレーションとマルチタスク学習を基盤とした、分子フォトウィッチのためのデータ駆動探索パイプラインを提案する。
提案手法は, 市販フォトウィッチ可能な分子のライブラリーをスクリーニングし, 実験的に検証した。
論文 参考訳（メタデータ） (2020-06-28T20:59:03Z)
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。