arXiv · cs.AI · Haoyu He, Yu Duan, Wenzhen Liu, Hanyuan Hang, Boyu Qin, Qiantu Tuo, Xiaoke Yang, Rui Li · 13 小时前模型评分31
SEPDD：面向工业光伏系统的自进化缺陷检测框架
A Self-Evolving Defect Detection Framework for Industrial Photovoltaic Systems
导读
研究提出自进化光伏缺陷检测框架 SEPDD，在部署指标（重训练失败、标签演化、环境变化、周期维护）触发时重新优化整条训练与评估流程，以适应分布漂移和新出现的缺陷模式。在公开光伏缺陷基准和私有工业数据集上，SEPDD 的 mAP50 分别达 91.5% 和 49.5%，公开集上超过自主基线 14.9%、超过人类专家 4.8%。该框架旨在提升自动化光伏巡检的鲁棒性与长期可维护性。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：能源、制造与工业
事件类型：研究发布
证据摘录
- “To address these challenges, this paper proposes SEPDD, a Self-Evolving Photovoltaic Defect Detection framework designed for evolving industrial PV inspection scenarios.”
- “comparisons are limited to the two evaluated datasets and the studied baselines.”
来源：arXiv · cs.AI · arxiv.org