现有光伏组件缺陷识别方法存在提取特征困难、实时性较差导致了对光伏组件的缺陷故障检测的识别精度不高，本文提出一种基于改进 YOLO v5算法的光伏组件红外热成像缺陷检测方法。改进后的 YOLO v5算法主要是在原来的基础上增添注意机制 SE模块，并且改进损失函数将 GIoU改为 EIoU提高模型收敛效果、最后采用 KG模块平衡特征金字塔结构对模型进行优化，用以提高 YOLOv5算法的识别精度和收敛效果。改进后的网络结构应用在 YOLO v5s模型中，在光伏组件红外图像的检测上的平均检测精度 mAP可以达到 92.8%，比原本的 YOLO v5s算法 88.3%提升了 4.5%，在精确度和召回率上的收敛效果也比原始 YOLO v5算法模型有所提高，改进后的网络结构应用于 l、m、x三种模型中，其检测精度都有所提升，因此改进后的 YOLOv5算法适用于 4种模型。

为了探究掺杂有菲醌的聚甲基丙烯酸甲酯(PQ/PMMA)光致聚合材料的光学特性, 根据该全息聚合材料基本理论以及内部的光化学反应机制与效应, 通过数学方法构建内部反应模型进行仿真与拟合, 分析了曝光强度、空间频率对产物、折射指数的影响以及存在的失真效应。结果表明: 在给定参数下, 曝光强度的最佳选择范围为60~80 mW/cm2, 空间频率的相对优化的选择为1 800 lines/mm。