PDFormer: Efficient Vision Transformer for Photovoltaic Defect Detection
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In industrial production, the quality of photovoltaic determines the power generation efficiency and service life. Therefore, only by improving the quality inspection automation capability of photovoltaic products can we ensure the quality of mass production. Recently, Vision Transformers (ViTs) have shown excellent performance in various visual tasks. However, the ViTs generally suffer severe performance degradation when small-scale datasets are used for training since ViTs overfit quickly. To alleviate this, we propose PDFormer, a simple but effective Transformer framework towards efficient learning for photovoltaic defects detection. Our proposed PDFormer boosts the performance of the ViTs by compound improvements, which generally consists in three levels: data level, structure level, and supervision level. Specifically, an image mixing augmentation method called QuadMix augmentation is first proposed to randomly mix the positive and negative samples for the binary classification task. Besides, we develop a novel attention-based module to reweight the deep features by intermediate classification scores. Finally, we adopt both the ViT and CNN networks as the compound teacher networks to perform compositional multi-teacher knowledge distillation for the transformer student. Benefitted from the overall efficient designs, PDFormer significantly improves the detection performance of the transformer baseline on the dataset. Experimental results demonstrate that PDFormer achieves a top-1 accuracy of 98.08%, surpassing other competitive methods on the photovoltaic dataset.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle