Aplicación de modelos U-Net para segmentación semántica de defectos en paneles fotovoltaicos
Fuente:
Redalyc
Guardado en:
| Autor principal: | |
|---|---|
| Formato: | Artículo científico |
| Lenguaje: | es |
| Publicado: |
Universidad Politécnica Salesiana
2026
|
| Materias: | |
| Acceso en línea: | |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| _version_ | 1876441071763849216 |
|---|---|
| author | Franklin Gómez-López |
| author_facet | Franklin Gómez-López |
| contents | Aplicación de modelos U-Net para segmentación semántica de defectos en paneles fotovoltaicos Franklin Gómez-López Danny Ochoa-Correa Isabel Cabrera-Carrera Ingeniería Net paneles solares Electroluminiscencia segmentación semántica mantenimiento predictivo Este artículo presenta un estudio sobre la segmentación semántica de defectos en celdas fotovoltaicas de silicio cristalino mediante modelos basados en U-Net, entrenados con imágenes de electroluminiscencia (EL). Se empleó un conjunto de datos compuesto por imágenes adquiridas en laboratorio y un prototipo público de pruebas, ambos con anotaciones manuales de grietas, zonas oscuras y discontinuidades en barras colectoras. Se entrenaron ocho versiones del modelo, incorporando variaciones controladas en la resolución, la profundidad del codificador y las estrategias de regularización. La evaluación incluyó métricas clase a clase (precisión, recall y F1-score), análisis visual mediante mapas de calor y superposiciones, así como validación por expertos. Si bien la segmentación fue consistente en defectos de morfología clara, como zonas oscuras y barras colectoras, las grietas presentaron mayores dificultades debido a su baja densidad de píxeles y geometría irregular. Asimismo, se analizaron arquitecturas alternativas (U-Net++ y MAU-Net), sin evidenciar mejoras relevantes frente a la configuración optimizada de U-Net. Los resultados respaldan el uso de este enfoque en tareas de inspección automatizada bajo condiciones controladas, y se proponen extensiones para su aplicación en contextos operativos más diversos. 2026 artículo científico 1390-650X https://www.redalyc.org/articulo.oa?id=505583422018 https://www.redalyc.org/journal/5055/505583422018/ https://www.redalyc.org/journal/5055/505583422018/html/ https://www.redalyc.org/journal/5055/505583422018/505583422018.epub https://www.redalyc.org/journal/5055/505583422018/movil 10.17163/ings.n35.2026.08 es http://www.redalyc.org/revista.oa?id=5055 Ingenius. Revista de Ciencia y Tecnología application/pdf Universidad Politécnica Salesiana Ingenius. Revista de Ciencia y Tecnología (Ecuador) Num.35 |
| format | Artículo científico |
| id | redalyc_505583422018 |
| institution | Redalyc |
| language | es |
| publishDate | 2026 |
| publisher | Universidad Politécnica Salesiana |
| spellingShingle | Aplicación de modelos U-Net para segmentación semántica de defectos en paneles fotovoltaicos Franklin Gómez-López Ingeniería Net paneles solares Electroluminiscencia segmentación semántica mantenimiento predictivo Aplicación de modelos U-Net para segmentación semántica de defectos en paneles fotovoltaicos Franklin Gómez-López Danny Ochoa-Correa Isabel Cabrera-Carrera Ingeniería Net paneles solares Electroluminiscencia segmentación semántica mantenimiento predictivo Este artículo presenta un estudio sobre la segmentación semántica de defectos en celdas fotovoltaicas de silicio cristalino mediante modelos basados en U-Net, entrenados con imágenes de electroluminiscencia (EL). Se empleó un conjunto de datos compuesto por imágenes adquiridas en laboratorio y un prototipo público de pruebas, ambos con anotaciones manuales de grietas, zonas oscuras y discontinuidades en barras colectoras. Se entrenaron ocho versiones del modelo, incorporando variaciones controladas en la resolución, la profundidad del codificador y las estrategias de regularización. La evaluación incluyó métricas clase a clase (precisión, recall y F1-score), análisis visual mediante mapas de calor y superposiciones, así como validación por expertos. Si bien la segmentación fue consistente en defectos de morfología clara, como zonas oscuras y barras colectoras, las grietas presentaron mayores dificultades debido a su baja densidad de píxeles y geometría irregular. Asimismo, se analizaron arquitecturas alternativas (U-Net++ y MAU-Net), sin evidenciar mejoras relevantes frente a la configuración optimizada de U-Net. Los resultados respaldan el uso de este enfoque en tareas de inspección automatizada bajo condiciones controladas, y se proponen extensiones para su aplicación en contextos operativos más diversos. 2026 artículo científico 1390-650X https://www.redalyc.org/articulo.oa?id=505583422018 https://www.redalyc.org/journal/5055/505583422018/ https://www.redalyc.org/journal/5055/505583422018/html/ https://www.redalyc.org/journal/5055/505583422018/505583422018.epub https://www.redalyc.org/journal/5055/505583422018/movil 10.17163/ings.n35.2026.08 es http://www.redalyc.org/revista.oa?id=5055 Ingenius. Revista de Ciencia y Tecnología application/pdf Universidad Politécnica Salesiana Ingenius. Revista de Ciencia y Tecnología (Ecuador) Num.35 |
| title | Aplicación de modelos U-Net para segmentación semántica de defectos en paneles fotovoltaicos |
| topic | Ingeniería Net paneles solares Electroluminiscencia segmentación semántica mantenimiento predictivo |
| url | https://www.redalyc.org/articulo.oa?id=505583422018 https://www.redalyc.org/journal/5055/505583422018/ https://www.redalyc.org/journal/5055/505583422018/html/ https://www.redalyc.org/journal/5055/505583422018/505583422018.epub https://www.redalyc.org/journal/5055/505583422018/movil |