简介： 本发明公开了一种基于深度两阶段的多晶隐裂检测方法，该方法包括多晶光伏板EL图像的预处理及增广；针对多晶光伏板隐裂问题设计了一种新的感兴趣区域的筛选方法；对图像特征基于Fast R‑CNN算法进行训练与分类的检测方法。本发明的优点在于首次将基于机器学习算法应用于多晶光伏组件的隐裂研究。将该方法运用在多晶光伏组件隐裂检测上，并通过不同的方法对比验证其检测的正确率远远超过传统及其学习方法，改善了现有的隐裂检测主要依靠人工且检测效率低的问题，提高了多晶光伏板隐裂失效面积的检测精度。