光伏板的异常目标检测方法、系统、设备及介质与流程

1.本发明涉及检测技术领域，具体涉及一种光伏板的异常目标检测方法、系统、设备及介质。


背景技术：

2.随着我国国民经济的发展，新型能源产业的大力投入与建设，尤其是光伏发电作为21世纪新型、清洁、可再生能源。在已建设且投入运营的光伏场站中，光伏板置于室外，其表面易于集聚灰尘、鸟粪、遮盖物等异物，这直接影响光伏板的发电效率和使用寿命。
3.对于光伏板表面异常目标的检测，目前主要有三种方式：人工主观判断，预安装传感器，基于计算机视觉的检测方法。传统的人工主观判断方法的缺陷包括检测效率低、人力成本高、危险性大、主观性较强。由于灰尘传感器的缺陷包括安装成本大，对有些类别异物灵敏度低，运维成本高等。基于计算机视觉的检测目前主要基于传统图像处理方法基于阈值二值化，或者使用单个神经网络检测无人机航拍图像中光伏板内的灰尘/异物，而基于计算机视觉方法很难精确检测出异物，一方面无人机拍摄图片背景很复杂，另一方面异物尺寸不确定，大部分表现为小尺寸，在光伏板内占比很小，从而使用单个端到端的检测模型准确度很低。


技术实现要素：

4.本发明要解决的技术问题是为了克服现有技术中的上述缺陷，提供一种光伏板的异常目标检测方法、系统、设备及介质。
5.本发明是通过下述技术方案来解决上述技术问题：
6.本发明提供一种光伏板的异常目标检测方法，所述异常目标检测方法包括：
7.获取光伏电站内的光伏板图像；
8.将所述光伏板图像输入分割模型以获取光伏板分割数据；其中，所述光伏板分割数据包括去除背景的光伏板图像信息和每块光伏板对应的第一位置信息；
9.利用目标检测模型识别所述光伏板分割数据中的异常目标并输出所述异常目标的第二位置信息；其中，所述目标检测模型的检测网络包括至少两个级别的锚框，每个级别均包括多个不同锚框，不同级别对应有不同的锚框尺寸范围；
10.基于所述第一位置信息和所述第二位置信息确定所述异常目标所在的异常光伏板。
11.较佳地，所述异常目标检测方法还包括：
12.获取所述光伏板图像内各个光伏板的编号信息和拍摄设备拍摄所述光伏电站内的所述光伏板图像对应的定位信息；
13.基于所述编号信息、所述第一位置信息、所述第二位置信息和所述定位信息确定所述异常光伏板的坐标信息。
14.较佳地，所述分割模型通过将历史图像训练数据输入至mask-rcnn模型(一种图像
分割模型)训练得出；其中，所述历史图像训练数据为已进行光伏板区域外形轮廓标注的历史图像。
15.较佳地，所述目标检测模型通过将历史异常图像训练数据输入至retinanet模型(一种目标检测模型)训练得出；其中，所述历史异常图像训练数据为已进行异常目标标注的历史异常图像。
16.较佳地，所述获取拍摄设备拍摄所述光伏电站内的所述光伏板图像对应的定位信息的步骤包括：
17.获取拍摄设备拍摄所述光伏电站内的所述光伏板图像时的设备定位信息，并将所述设备定位信息作为所述光伏板图像的定位信息。
18.较佳地，所述获取光伏电站内的光伏板图像的步骤包括：
19.获取所述光伏电站内的所述光伏板的高空图像作为所述光伏板图像。
20.较佳地，在所述获取光伏电站内的光伏板图像的步骤之前，所述异常目标检测方法还包括：
21.根据所述光伏电站内的光伏板的分布情况制定拍摄路线；其中，所述分布情况包括所述光伏板的数量分布、区域分布中的至少一种；
22.遥控拍摄设备沿所述拍摄路线进行拍摄。
23.本发明还提供一种光伏板的异常目标检测系统，所述异常目标检测系统包括：
24.图像获取模块，用于获取光伏电站内的光伏板图像；
25.分割模块，用于将所述光伏板图像输入分割模型以获取光伏板分割数据；其中，所述光伏板分割数据包括去除背景的光伏板图像信息和每块光伏板对应的第一位置信息；
26.识别模块，用于利用目标检测模型识别所述光伏板分割数据中的异常目标并输出所述异常目标的第二位置信息；其中，所述目标检测模型的检测网络包括至少两个级别的锚框，每个级别均包括多个不同锚框，不同级别对应有不同的锚框尺寸范围；
27.第一确定模块，用于基于所述第一位置信息和所述第二位置信息确定所述异常目标所在的异常光伏板。
28.较佳地，所述异常目标检测系统还包括：
29.信息获取模块，用于获取所述光伏板图像内各个光伏板的编号信息和拍摄设备拍摄所述光伏电站内的所述光伏板图像对应的定位信息；
30.第二确定模块，用于基于所述编号信息、所述第一位置信息、所述第二位置信息和所述定位信息确定所述异常光伏板的坐标信息。
31.较佳地，所述分割模型通过将历史图像训练数据输入至mask-rcnn模型训练得出；其中，所述历史图像训练数据为已进行光伏板区域外形轮廓标注的历史图像。
32.较佳地，所述目标检测模型通过将历史异常图像训练数据输入至retinanet模型训练得出；其中，所述历史异常图像训练数据为已进行异常目标标注的历史异常图像。
33.较佳地，信息获取模块，还用于获取拍摄设备拍摄所述光伏电站内的所述光伏板图像时的设备定位信息，并将所述设备定位信息作为所述光伏板图像的定位信息。
34.较佳地，图像获取模块，还用于获取所述光伏电站内的所述光伏板的高空图像作为所述光伏板图像。
35.较佳地，所述异常目标检测系统还包括：
36.拍摄模块，用于根据所述光伏电站内的光伏板的分布情况制定拍摄路线；其中，所述分布情况包括所述光伏板的数量分布、区域分布中的至少一种；
37.遥控拍摄设备沿所述拍摄路线进行拍摄。
38.本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的光伏板的异常目标检测方法。
39.本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的光伏板的异常目标检测方法。
40.本发明的积极进步效果在于：本发明通过利用分割模型去除背景干扰后，再利用目标检测模型快速且准确地识别异常目标，从而通过两种模型提高异常目标的检测效率，避免因光伏板因异物问题积累而造成损失，提高光伏电场的发电量，进而能够增强光伏电站发电的安全性，同时还能够避免了人工巡检对人力资源造成的浪费。
附图说明
41.图1为本发明实施例1的光伏板的异常目标检测方法的流程图。
42.图2为本发明实施例1的光伏板的第一位置信息示意图。
43.图3为本发明实施例1的光伏板的异常目标检测效果示意图。
44.图4为本发明实施例2的光伏板的异常目标检测方法的流程图。
45.图5为本发明实施例2的光伏板的异常目标检测方法的步骤s10a～s10b的流程图。
46.图6为本发明实施例3的光伏板的异常目标检测系统的模块示意图。
47.图7为本发明实施例4的光伏板的异常目标检测系统的模块示意图。
48.图8为本发明实施例5的电子设备的硬件结构示意图。
具体实施方式
49.下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。
50.实施例1
51.本实施例提供一种光伏板的异常目标检测方法，如图1所示，本实施例的异常目标检测方法包括：
52.s10、获取光伏电站内的光伏板图像。
53.其中，在一种实施方式中，光伏板图像可以采用可见光图像、红外光图像中的任一种，在另一种实施方式中，光伏板图像可以同时采用可见光图像和红外光图像，从而，本实施例能够不受图像类型的限制，适用范围广。当然，其他类型的图像也可作为光伏板图像，在此不做赘述。另外，在获取到光伏板图像后还可以对图像进行预处理，包括但不限于畸形矫正、对比度增强等一系列预处理方法。
54.s20、将光伏板图像输入分割模型以获取光伏板分割数据；其中，光伏板分割数据包括去除背景的光伏板图像信息和每块光伏板对应的第一位置信息。
55.需要先说明的是，对于坐标的建立可以选择光伏板图像的中心点为坐标原点，水平方向为横轴，垂直方向为纵轴建立坐标系，或是选择图像光伏板图像的任一个角为坐标
原点，水平方向为横轴，垂直方向为纵轴建立坐标系，在本实施例中，选择以光伏板图像的左下角为坐标原点建立坐标系。
56.具体地，第一位置信息为每块光伏板在光伏板图像中的对应位置信息，如图2所示，第一位置信息可以是光伏板的中心点在光伏板图像上的坐标位置a，第一位置信息也可以是光伏板的四个角在光伏板图像上的坐标位置(未示出)。另外，通过将光伏板图像输入分割模型能够去除背景等一些外界环境干扰，即通过将光伏板图像中属于背景的像素置黑色，属于光伏板区域部分像素值不变，得到只含有光伏板区域的同尺寸图像，进而避免干扰以提高检测的准确度。
57.s30、利用目标检测模型识别光伏板分割数据中的异常目标并输出异常目标的第二位置信息；其中，目标检测模型的检测网络包括至少两个级别的锚框，每个级别均包括多个不同锚框，不同级别对应有不同的锚框尺寸范围。可选地，对于识别出的异常目标可以采用包括但不限于矩形框、圆形框在光伏板图像信息上进行标识，因此，第二位置信息可以是矩形或圆形的中心点坐标。
58.具体地，目标检测模型的检测网络可以根据检测需求设定多个级别的锚框，在实施过程中，如需要快速检测光伏电站的异常目标情况，则可以将锚框级别数量减少，优先选用大尺寸锚框以对光伏电站内的光伏板上的较大目标进行检测，如需精确检测光伏电站的异常目标情况，可将锚框级别数量提高，依次设立多个尺寸范围的锚框以对光伏电站的光伏板上的各个目标进行进行检测。例如，锚框的基本尺寸为8，可以采用三个高宽比0.5、1.0、2.0，用于检测的特征尺度数量为5，步长分别为4、8、16、32、64。
59.s40、基于第一位置信息和第二位置信息确定异常目标所在的异常光伏板。
60.在本实施方式中，如图3所示，可以通过判断异常目标的第二位置信息与光伏板的第一位置信息间的距离是否小于预设范围内，若小于则可以确定异常目标所处在的光伏板即为异常光伏板，具体地，可以判断异常目标的中心点与某一光伏板的中心点的距离是否小于预设范围，还可以判断异常目标的中心点是否在某一光伏板的四个角的坐标所形成的区域内，又可以判断异常目标的标识矩形框或圆形框是否均在某一光伏板的四个角的坐标所形成的区域内，通过多种判断方式确定光伏板是否具有异常目标，进而提高检测的准确度。
61.本实施例中，通过获取光伏电站内的光伏板图像，将光伏板图像输入分割模型以获取光伏板分割数据，其中，光伏板分割数据包括去除背景的光伏板图像信息和每块光伏板对应的第一位置信息，利用目标检测模型识别光伏板分割数据中的异常目标并输出异常目标的第二位置信息，基于第一位置信息和第二位置信息确定异常目标所在的异常光伏板，从而在去除背景干扰后能够快速且准确地识别异常目标，避免因光伏板因异物问题积累而造成损失，提高光伏电场的发电量，进而能够增强光伏电站发电的安全性，同时还能够避免了人工巡检对人力资源造成的浪费。
62.实施例2
63.如图4所示，本实施例的光伏板的异常目标检测方法是对实施例1的进一步改进，具体地：
64.本实施例的异常目标检测方法还包括：
65.s50、获取光伏板图像内各个光伏板的编号信息和拍摄设备拍摄光伏电站内的光
伏板图像对应的定位信息。
66.具体地，在获取到光伏板图像后，可以结合光伏电站内的光伏板的实际分布对光伏板进行编号，以光伏板图像的左上角的光伏板开始，依次按顺序进行编号，编号可以采用a1～an，也可以采用罗马数字，当然，上述的编号方式仅为举例，还可以采用其他的编号规则。
67.s60、基于编号信息、第一位置信息、第二位置信息和定位信息确定异常光伏板的坐标信息。
68.具体地，在确定了异常光伏板后，可以结合其在光伏板图像上的编号信息和拍摄该光伏板图像时拍摄设备对应的定位信息，进而确定该异常光伏板在光伏电站的实际坐标信息，方便工作人员快速对该异常光伏板进行定位以便于后续处置，同时还可以结合光伏电站的预先建模信息，生成整个站点异常目标分布报告，进而方便评估光伏板健康状态并确定评估结果。
69.在一种可选的实施方式中，步骤s50包括：
70.s51、获取拍摄设备拍摄光伏电站内的光伏板图像时的设备定位信息，并将设备定位信息作为光伏板图像的定位信息。
71.在本实施例中，拍摄设备可以为包括但不限于航拍无人机、航拍热气球的至少一种或多种，进而拍摄设备可以搭载红外相机和/或可见光相机，并在拍摄光伏电站内的光伏板图像时记录设备的定位信息，定位信息可以是设备的相应的经纬度信息。
72.在一种可选的实施方式中，可以获取光伏电站内的光伏板的高空图像作为光伏板图像。
73.在一种可选的实施方式中，分割模型通过将历史图像训练数据输入至mask-rcnn模型训练得出；其中，历史图像训练数据为已进行光伏板区域外形轮廓标注的历史图像。
74.在一种可选的实施方式中，目标检测模型通过将历史异常图像训练数据输入至retinanet模型训练得出；其中，历史异常图像训练数据为已进行异常目标标注的历史异常图像。为了防止模型输出的结果过拟合，训练优化器采用随机梯度下降(sgd)，还可以设置超参数，对于学习率、动量系数、权重衰弱系数可以设置为学习率lr＝0.002，动量系数momentum＝0.9，权重衰弱系数为0.0001，上述数值仅为举例。
75.在一种可选的实施方式中，如图5所示，在步骤s10之前，异常目标检测方法还包括：
76.s10a、根据光伏电站内的光伏板的分布情况制定拍摄路线；其中，分布情况包括光伏板的数量分布、区域分布中的至少一种；
77.s10b、遥控拍摄设备沿拍摄路线进行拍摄。
78.具体地，可以通过地面站的方式遥控拍摄设备。
79.本实施例中，通过获取光伏板图像内各个光伏板的编号信息和拍摄设备拍摄光伏电站内的光伏板图像对应的定位信息，进而基于编号信息、第一位置信息、第二位置信息和定位信息确定异常光伏板的坐标信息，能够快速定位异常光伏板的坐标信息，方便工作人员快速对该异常光伏板进行定位以便于后续处置，提高了光伏电站巡检和维护的效率，保证了光伏电站的性能与安全。
80.实施例3
81.本实施例提供一种光伏板的异常目标检测系统，如图6所示，异常目标检测系统包括：
82.图像获取模块1，用于获取光伏电站内的光伏板图像。
83.其中，在一种实施方式中，光伏板图像可以采用可见光图像、红外光图像中的任一种，在另一种实施方式中，光伏板图像可以同时采用可见光图像和红外光图像，从而，本实施例能够不受图像类型的限制，适用范围广。当然，其他类型的图像也可作为光伏板图像，在此不做赘述。另外，在获取到光伏板图像后还可以对图像进行预处理，包括但不限于畸形矫正、对比度增强等一系列预处理方法。
84.分割模块2，用于将光伏板图像输入分割模型以获取光伏板分割数据；其中，光伏板分割数据包括去除背景的光伏板图像信息和每块光伏板对应的第一位置信息。
85.需要先说明的是，对于坐标的建立可以选择光伏板图像的中心点为坐标原点，水平方向为横轴，垂直方向为纵轴建立坐标系，或是选择图像光伏板图像的任一个角为坐标原点，水平方向为横轴，垂直方向为纵轴建立坐标系，在本实施例中，选择以光伏板图像的左下角为坐标原点建立坐标系。
86.具体地，第一位置信息为每块光伏板在光伏板图像中的对应位置信息，如图2所示，第一位置信息可以是光伏板的中心点在光伏板图像上的坐标位置(未示出)，第一位置信息也可以是光伏板的四个角在光伏板图像上的坐标位置。另外，通过将光伏板图像输入分割模型能够去除背景等一些外界环境干扰，即通过将光伏板图像中属于背景的像素置黑色，属于光伏板区域部分像素值不变，得到只含有光伏板区域的同尺寸图像，进而避免干扰以提高检测的准确度。
87.识别模块3，用于利用目标检测模型识别光伏板分割数据中的异常目标并输出异常目标的第二位置信息；其中，目标检测模型的检测网络包括至少两个级别的锚框，每个级别均包括多个不同锚框，不同级别对应有不同的锚框尺寸范围。可选地，对于识别出的异常目标可以采用包括但不限于矩形框、圆形框在光伏板图像信息上进行标识，因此，第二位置信息可以是矩形或圆形的中心点坐标。
88.具体地，目标检测模型的检测网络可以根据检测需求设定多个级别的锚框，在实施过程中，如需要快速检测光伏电站的异常目标情况，则可以将锚框级别数量减少，优先选用大尺寸锚框以对光伏电站内的光伏板上的较大目标进行检测，如需精确检测光伏电站的异常目标情况，可将锚框级别数量提高，依次设立多个尺寸范围的锚框以对光伏电站的光伏板上的各个目标进行进行检测。例如，锚框的基本尺寸为8，可以采用三个高宽比0.5、1.0、2.0，用于检测的特征尺度数量为5，步长分别为4、8、16、32、64。
89.第一确定模块4，用于基于第一位置信息和第二位置信息确定异常目标所在的异常光伏板。
90.在本实施方式中，可以通过判断异常目标的第二位置信息与光伏板的第一位置信息间的距离是否小于预设范围内，若小于则可以确定异常目标所处在的光伏板即为异常光伏板，具体地，可以判断异常目标的中心点与某一光伏板的中心点的距离是否小于预设范围，还可以判断异常目标的中心点是否在某一光伏板的四个角的坐标所形成的区域内，又可以判断异常目标的标识矩形框或圆形框是否均在某一光伏板的四个角的坐标所形成的区域内，通过多种判断方式确定光伏板是否具有异常目标，进而提高检测的准确度。
91.本实施例中，通过图像获取模块获取光伏电站内的光伏板图像，通过分割模块将光伏板图像输入分割模型以获取光伏板分割数据，其中，光伏板分割数据包括去除背景的光伏板图像信息和每块光伏板对应的第一位置信息，通过识别模块利用目标检测模型识别光伏板分割数据中的异常目标并输出异常目标的第二位置信息，通过第一确定模块基于第一位置信息和第二位置信息确定异常目标所在的异常光伏板，从而在先去除背景干扰后能够快速且准确地识别异常目标，进而能够增强光伏电站发电的安全性，避免因光伏板因异物问题积累，所造成的损失，提高光伏电场的发电量，同时还能够避免了人工巡检对人力资源造成的浪费。
92.实施例4
93.如图7所示，本实施例的光伏板的异常目标检测系统是对实施例3的进一步改进，具体地：
94.本实施例的异常目标检测系统还包括：
95.信息获取模块5，用于获取光伏板图像内各个光伏板的编号信息和拍摄设备拍摄光伏电站内的光伏板图像对应的定位信息。
96.具体地，在获取到光伏板图像后，可以结合光伏电站内的光伏板的实际分布对光伏板进行编号，以光伏板图像的左上角的光伏板开始，依次按顺序进行编号，编号可以采用a1～an，也可以采用罗马数字，当然，上述的编号方式仅为举例，还可以采用其他的编号规则。
97.第二确定模块6，用于基于编号信息、第一位置信息、第二位置信息和定位信息确定异常光伏板的坐标信息。
98.具体地，在确定了异常光伏板后，可以结合其在光伏板图像上的编号信息和拍摄该光伏板图像时拍摄设备对应的定位信息，进而确定该异常光伏板在光伏电站的实际坐标信息，方便工作人员快速对该异常光伏板进行定位以便于后续处置，同时还可以结合光伏电站的预先建模信息，生成整个站点异常目标分布报告，进而方便评估光伏板健康状态并确定评估结果。
99.在一种可选的实施方式中，信息获取模块5，还用于获取拍摄设备拍摄光伏电站内的光伏板图像时的设备定位信息，并将设备定位信息作为光伏板图像的定位信息。
100.在本实施例中，拍摄设备可以为包括但不限于航拍无人机、航拍热气球中的至少一种或多种，进而拍摄设备可以搭载红外相机和/或可见光相机，并在拍摄光伏电站内的光伏板图像时记录设备的定位信息，定位信息可以是设备的相应的经纬度信息。
101.在一种可选的实施方式中，图像获取模块1还用于获取光伏电站内的光伏板的高空图像作为光伏板图像。
102.在一种可选的实施方式中，分割模型通过将历史图像训练数据输入至mask-rcnn模型训练得出；其中，历史图像训练数据为已进行光伏板区域外形轮廓标注的历史图像。
103.在一种可选的实施方式中，目标检测模型通过将历史异常图像训练数据输入至retinanet模型训练得出；其中，历史异常图像训练数据为已进行异常目标标注的历史异常图像。为了防止模型输出的结果过拟合，训练优化器采用随机梯度下降(sgd)，还可以设置超参数，对于学习率、动量系数、权重衰弱系数可以设置为学习率lr＝0.002，动量系数momentum＝0.9，权重衰弱系数为0.0001，上述数值仅为举例。
104.在一种可选的实施方式中，异常目标检测系统还包括：
105.拍摄模块7，用于根据光伏电站内的光伏板的分布情况制定拍摄路线；其中，分布情况包括光伏板的数量分布、区域分布中的至少一种；
106.遥控拍摄设备沿拍摄路线进行拍摄。
107.具体地，可以通过地面站的方式遥控拍摄设备。
108.本实施例中，通过信息获取模块获取光伏板图像内各个光伏板的编号信息和拍摄设备拍摄光伏电站内的光伏板图像对应的定位信息，第二确定模块进而基于编号信息、第一位置信息、第二位置信息和定位信息确定异常光伏板的坐标信息，能够快速定位异常光伏板的坐标信息，方便工作人员快速对该异常光伏板进行定位以便于后续处置，提高了光伏电站巡检和维护的效率，保证了光伏电站的性能与安全。
109.实施例5
110.图8为本发明实施例5提供的一种电子设备的结构示意图。所述电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现实施例1或实施例2的光伏板的异常目标检测方法。图8显示的电子设备30仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
111.如图8所示，电子设备30可以以通用计算设备的形式表现，例如其可以为服务器设备。电子设备30的组件可以包括但不限于：上述至少一个处理器31、上述至少一个存储器32、连接不同系统组件(包括存储器32和处理器31)的总线33。
112.总线33包括数据总线、地址总线和控制总线。
113.存储器32可以包括易失性存储器，例如随机存取存储器(ram)321和/或高速缓存存储器322，还可以进一步包括只读存储器(rom)323。
114.存储器32还可以包括具有一组(至少一个)程序模块324的程序/实用工具325，这样的程序模块324包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
115.处理器31通过运行存储在存储器32中的计算机程序，从而执行各种功能应用以及数据处理，例如本发明实施例1或实施例2的光伏板的异常目标检测方法。
116.电子设备30也可以与一个或多个外部设备34(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(i/o)接口35进行。并且，模型生成的设备30还可以通过网络适配器36与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器36通过总线33与模型生成的设备30的其它模块通信。应当明白，尽管图中未示出，可以结合模型生成的设备30使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、raid(磁盘阵列)系统、磁带驱动器以及数据备份存储系统等。
117.应当注意，尽管在上文详细描述中提及了电子设备的若干单元/模块或子单元/模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
118.实施例6
119.本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被
处理器执行时实现实施例1或实施例2的光伏板的异常目标检测方法。
120.其中，可读存储介质可以采用的更具体可以包括但不限于：便携式盘、硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器件、磁存储器件或上述的任意合适的组合。
121.在可能的实施方式中，本发明还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行实现实施例1或实施例2的光伏板的异常目标检测方法。
122.其中，可以以一种或多种程序设计语言的任意组合来编写用于执行本发明的程序代码，所述程序代码可以完全地在用户设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户设备上部分在远程设备上执行或完全在远程设备上执行。
123.虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。