PDFormer: Efficient Vision Transformer for Photovoltaic Defect Detection
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».