Deep Learning Approach for Defective Solar Cell Detection v1

Résumé

This protocol presents a comprehensive deep learning-based methodology for detecting defects in solar cells. It covers data preparation, preprocessing, model building (CNN, VGG16, VGG19, and ResNet50), training strategies, evaluation metrics (accuracy, loss, confusion matrix, classification report), and final conclusions. The goal is to enable reliable and automated defect classification using state-of-the-art neural networks.

Citer ce document

Accès au document

Texte intégral en lecture en ligne, réservé aux abonnés SPHAERO et aux membres de l'institution. Se connecter

Auteur(s)

Statistiques

Consultations : 1

Téléchargements : 0