激光与红外

作者：王群瑶，，林国军，，马润，，陈明举，，陈科，

单位：1.四川轻化工大学 智能感知与控制四川省重点实验室，四川 宜宾 644000；2.四川轻化工大学 自动化与信息工程学院，四川 宜宾 644000；

关键词：光伏电池;缺陷检测;多尺度;轻量;高效

基金：青年科学基金项目（No.42405145）；四川省科技厅项目（No.2024YFHZ0026）； 四川省自然科学基金项目（No.2025ZNSFSC0477；No.2024NSFSC2042）；四川轻化工大学研究生课程案例库建设项目（No.AL202306）资助。

针对光伏电池表面多尺度缺陷检测任务中算法轻量化与检测效能难以兼顾的问题，本文提出一种算法模型YOLO11 Slim。首先，在骨干网络的C3k2模块中引入DualConv，增强局部细节与上下文信息的融合能力；其次，以ADown作为骨干网络的下采样模块，通过轴向分解减少计算量，同时保留更多空间信息；再以改进Slim neck为基础构建颈部网络，在轻量化的同时优化特征交互；最后，使用高效检测头Detect Efficient，通过DFL分布学习和组卷积设计，既减少模型参数量，又提升小目标定位精度，优化了训练-推理流程，更适配边缘部署。经实验对比，YOLO11 Slim相较于原模型YOLO11n，参数量和计算量分别下降279和444，召回率、mAP@50和mAP@50∶[KG-*2/3]95分别提高11、13和23，F1分数值达087，有效实现了光伏电池表面多尺度缺陷的轻量化高效检测。

来源：2026年第3期

《激光与红外》期刊编辑部

查看激光与红外杂志2026年第3期