सौर पैनलों के लिए थर्मल इमेजिंग: कैसे SESPNet इन्फ्रारेड में हर हॉटस्पॉट को पकड़ता है

उत्पाद परिचय

एक सौर फार्म में दसियों हज़ार से लेकर कई मिलियन मॉड्यूल हो सकते हैं। दिन-ब-दिन वे गर्मी, हवा, रेत, बारिश और बर्फ में पड़े रहते हैं, इसलिए इसमें कोई आश्चर्य नहीं कि उनमें तरह-तरह की बीमारियाँ लग जाती हैं। सबसे आम और सबसे खतरनाक है हॉटस्पॉट।

हॉटस्पॉट एक मॉड्यूल पर एक छोटा सा पैच होता है जो असामान्य रूप से गर्म चलता है। सबसे अच्छा यह आपके बिजली उत्पादन को कम करता है। सबसे बुरा यह बैकशीट को जला देता है और आग लगा देता है, जिससे पूरा प्लांट खतरे में पड़ जाता है। समस्या यह है कि मॉड्यूल किनारे से किनारे तक पैक होते हैं। कर्मचारियों को हाथ में उपकरण लेकर एक-एक करके जाँचने के लिए भेजना धीमा है और चीज़ें छूट जाती हैं। इसलिए इन्फ्रारेड थर्मोग्राफी और डीप लर्निंग की जोड़ी को सुर्खियों में लाया गया है।

एक इन्फ्रारेड कैमरे को मॉड्यूल पर इंगित करें, उसके तापमान प्रसार को हीट मैप के रूप में कैप्चर करें, फिर एक प्रशिक्षित तंत्रिका नेटवर्क को उस मैप को पढ़ने दें और चिह्नित करें कि यह कहाँ गर्म है और कितना गर्म है। सीधा लगता है। लेकिन इसे वास्तव में मैदान में काम करवाना एक अलग कहानी है। इन्फ्रारेड छवियों में तीन अंतर्निहित खामियाँ होती हैं जो सामान्य एल्गोरिदम को विफल कर देती हैं: कम रिज़ॉल्यूशन, बहुत अलग दोष आकार, और गंदी पृष्ठभूमि।

SESPNet (सिमैंटिक एन्हांसमेंट और स्केल परसेप्शन नेटवर्क) नामक एक नई विधि सीधे उन तीन खामियों पर हमला करती है। इसके आंकड़े ठोस हैं: 92.1% मीन एवरेज प्रिसिजन, 62.4 फ्रेम प्रति सेकंड, और यह हथेली के आकार के एम्बेडेड डिवाइस पर रीयल टाइम में चलने के लिए पर्याप्त छोटा है। यह लेख बताता है कि यह एक सुस्त ग्रे इन्फ्रारेड फ्रेम से हर हॉटस्पॉट को कैसे निकालता है।

पहले, हॉटस्पॉट क्यों मायने रखते हैं। एक PV मॉड्यूल कई कोशिकाओं से श्रृंखला में जुड़ा होता है। यदि एक कोशिका छायांकन, माइक्रो-क्रैक या गंदगी के कारण अपना आउटपुट खो देती है, तो वह करंट देना बंद कर देती है और एक रेसिस्टर की तरह काम करने लगती है, अन्य कोशिकाओं से आने वाले करंट को गर्मी में बदलकर अपने अंदर जला देती है। वह एक कोशिका पूरे स्ट्रिंग के लिए गर्मी का स्रोत बन जाती है, अपने पड़ोसियों से दसियों डिग्री अधिक गर्म चलती है। हल्के मामलों में यह स्ट्रिंग के आउटपुट को कम कर देता है। गंभीर मामलों में यह समय के साथ एनकैप्सुलेंट को पका देता है, बैकशीट को जला देता है, और आग भी लगा सकता है। हॉटस्पॉट को जल्दी ढूंढना और उनसे तेजी से निपटना एक ऐसा काम है जिससे PV संचालन बच नहीं सकते।

चित्र 1: छत पर लगे सौर संग्राहक मॉड्यूल, वर्षों तक बाहरी वातावरण में रहते हैं, जहां स्थानीय तापमान में वृद्धि से हॉटस्पॉट बनते हैं।

चित्र 2: PV मॉड्यूल दोषों के लिए इन्फ्रारेड थर्मल डिटेक्शन का पांच-चरणीय कार्यप्रवाह, तापमान कैप्चर करने से लेकर दोषपूर्ण पैनल की पहचान तक।

तकनीकी पैरामीटर

हॉटस्पॉट डिटेक्शन के लिए इन्फ्रारेड क्यों आवश्यक है

इस एल्गोरिदम को समझने के लिए, मूल बातों से शुरू करें: क्यों एक दृश्य-प्रकाश कैमरा छिपे हुए PV दोषों के लिए पर्याप्त नहीं है, और क्यों इन्फ्रारेड ही एकमात्र तरीका है।

दृश्य-प्रकाश इमेजिंग सिर्फ सामान्य फोटोग्राफी है। उच्च रिज़ॉल्यूशन, समृद्ध विवरण, सतह पर दरारें, खरोंच और गंदगी का पता लगाने के लिए अच्छा है, जो आप देख सकते हैं। लेकिन इसकी एक घातक सीमा है। यह केवल दिखावट पढ़ता है, तापमान नहीं। एक मॉड्यूल के अंदर माइक्रो-क्रैक या ठंडा सोल्डर जोड़ अक्सर शुरुआत में इसके दिखने के तरीके को नहीं बदलता, फिर भी यह उस स्थान पर करंट को रोकता है और इसे गर्म करता है। दृश्य-प्रकाश कैमरे इन थर्मल दोषों के खिलाफ असहाय हैं, और रात या कम रोशनी में वे बेकार हैं।

इन्फ्रारेड एक अलग रास्ता अपनाता है। परम शून्य से ऊपर कोई भी वस्तु इन्फ्रारेड विकिरण करती है, और जितनी अधिक गर्म होती है, विकिरण उतना ही मजबूत होता है। एक इन्फ्रारेड कैमरा उस विकिरण को कैप्चर करता है और अदृश्य तापमान फैलाव को सीधे रंग या ग्रेस्केल हीट मैप पर चित्रित करता है। इसे बाहरी प्रकाश की आवश्यकता नहीं है, इसलिए यह दिन या रात काम करता है। जहां एक मॉड्यूल गर्म है और कितना गर्म है, यह स्पष्ट रूप से दिखाई देता है। हॉटस्पॉट और टूटी ग्रिडलाइन जैसे गर्मी-चालित दोषों के लिए, इन्फ्रारेड प्राकृतिक उपचार है।

यही कारण है कि इन्फ्रारेड PV संयंत्रों में दोष का पता लगाने की सटीकता और गति दोनों को बढ़ाने का एक प्रमुख तरीका बन गया है। इन्फ्रारेड कैमरे वाला एक ड्रोन कुछ मिनटों में पूरे ऐरे को स्कैन कर सकता है, जो मैनुअल टीम से दर्जनों गुना तेज है। लेकिन गर्मी देखने की यह क्षमता एक कीमत पर आती है: छवि गुणवत्ता दृश्य प्रकाश की तुलना में बहुत कम है।

पुरानी मैन्युअल विधि में कर्मचारी उपकरण ले जाते हैं और पैनल दर पैनल मापते हैं। यह धीमी है और अनुभव पर बहुत अधिक निर्भर करती है। जब मॉड्यूल सघन रूप से पैक होते हैं और हजारों की संख्या में गिने जाते हैं, तो उन्हें एक-एक करके पढ़ना थकाऊ, त्रुटि-प्रवण और रात में लगभग असंभव होता है। ड्रोन-प्लस-इन्फ्रारेड कॉम्बो कैप्चर चरण को अधिकतम करता है, लेकिन यदि आप अभी भी उन हजारों छवियों को हाथ से पढ़ते हैं, तो अड़चन मापने से देखने की ओर स्थानांतरित हो जाती है। लूप को बंद करने के लिए आपको छवियों को पढ़ने के लिए एक एल्गोरिदम की आवश्यकता है। यही डीप लर्निंग का संकेत है।

चित्र 3: एक विशिष्ट इन्फ्रारेड हीट मैप। क्षेत्र जितना गर्म होगा, उसका रंग उतना ही गर्म होगा, और अत्यधिक गर्म क्षेत्र एक नज़र में स्पष्ट दिखाई देता है। यह हॉटस्पॉट डिटेक्शन के लिए कच्चा माल है।

चित्र 4: दृश्य-प्रकाश और इन्फ्रारेड इमेजिंग के बीच श्रम का विभाजन। थर्मल दोषों के लिए, इन्फ्रारेड प्राकृतिक उपचार है।

इन्फ्रारेड दोष का पता लगाने में तीन कठिन हड्डियाँ

इन्फ्रारेड गर्मी देख सकता है, लेकिन यह डिटेक्शन एल्गोरिदम को तीन कठिन समस्याएं देता है। ये तीन ही कारण हैं कि कई तैयार एल्गोरिदम पीवी इन्फ्रारेड कार्य पर विफल होते हैं।

एक: कम कंट्रास्ट। इन्फ्रारेड फ्रेम समग्र रूप से सुस्त और ग्रे होते हैं। दोष और पृष्ठभूमि के बीच ग्रेस्केल अंतर शुरू में छोटा होता है, और उसके ऊपर इमेजिंग शोर दोषों को पृष्ठभूमि में निगलने देता है। एल्गोरिदम मुख्य विशेषताओं को नहीं पकड़ पाता, इसलिए सटीकता प्रभावित होती है।

दो: अत्यधिक भिन्न दोष पैमाना। एक ही इन्फ्रारेड फ्रेम के भीतर, हॉटस्पॉट आकार दसियों गुना भिन्न हो सकते हैं। कुछ एक बड़े पैच पर चमकने वाली पूरी बाईपास स्ट्रिंग होते हैं; अन्य एक कोने में थोड़ा गर्म होने वाला एक सेल होता है। एक निश्चित रिसेप्टिव फील्ड, वह सीमा जिसे नेटवर्क एक बार में स्पष्ट रूप से देख सकता है, ऐसे फैलाव के खिलाफ एक को दूसरे के लिए खो देता है: बड़े लक्ष्य को पकड़ें और छोटे को खो दें, या इसके विपरीत।

तीन: छोटे लक्ष्य की जानकारी खो जाती है। यह सबसे मुश्किल है। तंत्रिका नेटवर्क परत दर परत डाउनसैंपल करते हैं, उच्च-स्तरीय अर्थ निकालने के लिए छवि को सिकोड़ते हैं। लेकिन छोटे हॉटस्पॉट जो शुरू में केवल दसियों पिक्सेल के थे, सिकुड़ने पर चिकने हो जाते हैं, जब तक कि निर्णय लेने के समय तक लगभग कुछ नहीं बचता, और पहचान को बड़ा झटका लगता है।

तीनों को एक साथ रखें और यह स्पष्ट है: पीवी इन्फ्रारेड दोष का पता लगाना कठिन है क्योंकि आपको एक ही समय में 'स्पष्ट रूप से नहीं देख सकता, आकार हर जगह, आसानी से खो जाता है' से लड़ना होता है। SESPNet के तीन मुख्य उन्नयनों में से प्रत्येक इन हड्डियों में से एक को लक्षित करता है: एक पृष्ठभूमि को दबाने के लिए सिमैंटिक्स को बढ़ाता है, एक आकार को संभालने के लिए पिरामिड बनाता है, एक छोटे लक्ष्यों को पुनर्प्राप्त करने के लिए चैनलों की रक्षा करता है।

क्यों न सिर्फ एक तैयार डिटेक्टर ले लिया जाए? ऑब्जेक्ट डिटेक्शन तेज़ी से आगे बढ़ा है, और यह दो रास्तों में बंटता है। एक है दो-चरणीय: पहले मोटे तौर पर संभावित क्षेत्रों की जांच, फिर प्रत्येक का सावधानीपूर्वक मूल्यांकन, उच्च सटीकता लेकिन धीमा। दूसरा है एक-चरणीय: एक बार देखने पर स्थान और वर्ग दोनों मिल जाते हैं, तेज़ और रीयल टाइम के लिए उपयुक्त। YOLO श्रृंखला एक-चरणीय की प्रमुख है। लेकिन ये सामान्य एल्गोरिदम सामान्य दृश्य छवियों पर प्रशिक्षित होते हैं, और कम कंट्रास्ट, अत्यधिक पैमाने वाले PV इन्फ्रारेड फ्रेम पर लागू होने पर संघर्ष करते हैं। SESPNet के अपग्रेड उन तीन अंतरालों को भरते हैं, जो इन्फ्रारेड दोषों के लिए विशेष रूप से बनाए गए हैं।

चित्र 5: इन्फ्रारेड दोष पहचान की तीन कठिन चुनौतियाँ: कम कंट्रास्ट, बहु-पैमाने, और छोटे लक्ष्य।

चित्र 6: एक मल्टी-रोटर ड्रोन जिसमें कैमरा लगा है, ऐरे के ऊपर उड़कर बड़ी मात्रा में इन्फ्रारेड छवियां ले रहा है, जो मिनटों में वह काम कर रहा है जिसमें एक टीम को आधा दिन लगता।

तकनीकी लाभ

पहला कदम: सिमैंटिक एन्हांसमेंट, दोषों को पृष्ठभूमि से बाहर लाना

SESPNet अपने आधार मॉडल के रूप में YOLOv10 पर बनाया गया है। YOLOv10 आज के सबसे लोकप्रिय रीयल-टाइम डिटेक्टरों में से एक है, जिसे मई 2024 में एक त्सिंगुआ टीम द्वारा जारी किया गया था, जो तेज़, सटीक और तैनाती-अनुकूल होने के लिए बनाया गया है। SESPNet इस पर तीन ऑपरेशन करता है, और पहला बैकबोन में एक सिमैंटिक इंफॉर्मेशन एन्हांसमेंट मॉड्यूल (SIEM) एम्बेड करता है।

यह कम कंट्रास्ट समस्या को हल करता है। इन्फ्रारेड दोष छवियों में खराब कंट्रास्ट पृष्ठभूमि के शोर को मॉडल द्वारा निकाली गई विशेषताओं में हस्तक्षेप करने देता है, जिससे सटीकता प्रभावित होती है। SIEM एक साथ दो तरीकों से काम करता है। एक वैश्विक ध्यान शाखा पूरी छवि के समग्र अर्थ को लेती है, यह पता लगाती है कि पृष्ठभूमि क्या है और क्या किसी दोष को छिपा सकता है, जिससे अव्यवस्था का हस्तक्षेप कम हो जाता है। एक स्थानीय ध्यान शाखा दोष के अपने विवरण और बनावट पर ध्यान केंद्रित करती है, इसकी विशेषता अभिव्यक्ति को तेज करती है।

प्रत्येक शाखा अपनी चीज़ देखती है, फिर वैश्विक और स्थानीय को भारित और एक साथ जोड़ा जाता है। इसे ऐसे समझें जैसे पूरी छत की रूपरेखा देखने और अव्यवस्था को हटाने के लिए आंखें सिकोड़ना, फिर एक संदिग्ध पैच पर ध्यान केंद्रित करने के लिए झुकना। निकट और दूर का संयोजन, और दोष सुस्त पृष्ठभूमि से बाहर निकल आता है। संयुक्त विशेषताएं दोष के विवरण को बनाए रखती हैं जबकि पृष्ठभूमि के हस्तक्षेप को दबाती हैं, जिससे विशेषता अभिव्यक्ति स्पष्ट रूप से मजबूत होती है।

इसका लाभ बाद में एब्लेशन अध्ययन में स्पष्ट रूप से दिखता है: अकेले SIEM जोड़ने से तीनों लक्ष्य वर्गों में औसत सटीकता बढ़ जाती है, जटिल पृष्ठभूमि का सामना करने में वास्तविक लाभ के साथ।

बैकबोन मॉडल का वह हिस्सा है जो पहले इमेज को छूता है और बेस फीचर्स निकालता है। यहां SIEM लगाने का मतलब है स्रोत पर ही सफाई करना: कुछ भी आगे भेजने से पहले, दोष की विशेषताएं पहले से मजबूत हो जाती हैं और पृष्ठभूमि का शोर पहले से दब जाता है। साफ स्रोत होने पर, बाद में स्केल हैंडलिंग और टार्गेट लोकलाइजेशन अव्यवस्था से भटक नहीं पाएंगे। इसलिए यह बैकबोन में बैठता है और कहीं और नहीं। प्रदूषण का जल्दी इलाज करें।

चित्र 7: SIEM सिमैंटिक-एन्हांसमेंट मॉड्यूल की दोहरी-शाखा संरचना। वैश्विक शाखा बड़ी तस्वीर पढ़कर पृष्ठभूमि को दबाती है, स्थानीय शाखा दोष को मजबूत करने के लिए विवरण देखती है, फिर दोनों को भारित और संलयित किया जाता है।

चित्र 8: एक छत पर PV ऐरे। मॉड्यूल का घना क्षेत्र बिल्कुल वही गंदा दृश्य है जो डिटेक्शन एल्गोरिदम में हस्तक्षेप पैदा करता है।

चाल दो: पिरामिड पूलिंग, बड़े और छोटे हॉटस्पॉट दोनों फोकस में

दूसरा बदलाव YOLOv10 के मूल स्पेशियल पिरामिड पूलिंग मॉड्यूल को स्पेस अटेंशन पिरामिड पूलिंग मॉड्यूल (SAPPM) से बदल देता है। यह विभिन्न-स्केल समस्या को लक्षित करता है।

"पिरामिड पूलिंग" को एक ही फीचर मैप को एक साथ विभिन्न आकारों की कई विंडो से स्कैन करने के रूप में पढ़ा जा सकता है। छोटी विंडो बारीक विवरण देखती है, छोटे हॉटस्पॉट के लिए अच्छी; बड़ी विंडो व्यापक देखती है, बड़े हॉटस्पॉट के लिए अच्छी। अध्ययन छोटे से बड़े तक कई पूलिंग विंडो को समानांतर में चलाता है, ताकि चाहे दोष कई पंक्तियों में फैला हो या हथेली के आकार का धब्बा हो, सही विंडो उसे पकड़ ले।

इसके अलावा, SAPPM स्पेशियल अटेंशन की एक परत जोड़ता है। यह विभिन्न विंडो से फीचर्स को अलग-अलग भार देता है, ताकि वास्तव में महत्वपूर्ण स्केल जानकारी केंद्र में रहे और अप्रासंगिक को कम किया जाए, फिर इन मल्टी-स्केल फीचर्स को एक अधिक संपूर्ण फीचर मैप में जोड़ता है। संक्षेप में, पहला भाग "हर आकार को देखना" संभालता है, दूसरा भाग "जो देखा जाना चाहिए उसे उजागर करना" संभालता है। साथ में वे मॉडल की मल्टी-स्केल लक्ष्यों की समझ को तेजी से बढ़ाते हैं।

यह सीधे पुरानी एक-को-खोकर-दूसरे-को-पाने की समस्या को कम करता है। एक निश्चित-रिसेप्टिव-फील्ड नेटवर्क बड़े लक्ष्य पर ध्यान देते हुए छोटे लक्ष्य को खो देता है; SAPPM के साथ, बड़े और छोटे हॉटस्पॉट दोनों एक ही पास में स्पष्ट रूप से देखे जा सकते हैं, चाहे आकार का अंतर कितना भी बड़ा क्यों न हो।

चित्र 9: SAPPM मल्टी-स्केल फीचर पिरामिड पूलिंग का एक स्केच, विभिन्न आकारों की विंडो के साथ समानांतर में स्कैन करना फिर स्पेशियल अटेंशन वेटिंग के साथ जोड़ना।

चित्र 10: एक संयंत्र का हवाई शॉट। ड्रोन विभिन्न ऊंचाइयों पर कैप्चर करते हैं, जिससे एक ही दोष इमेज में और भी विविध स्केल पर दिखाई देता है।

चाल तीन: चैनल अटेंशन, लगभग खोए हुए छोटे लक्ष्यों को वापस पकड़ना

तीसरा बदलाव नेक नेटवर्क में आता है, जो एक बहु-पैमाना चैनल ध्यान तंत्र, MCI, का निर्माण करता है। यह सबसे मुश्किल समस्या, छोटे लक्ष्य की जानकारी के नुकसान को ठीक करता है।

पहले, चैनलों के बारे में एक शब्द। जब कोई नेटवर्क एक छवि को संसाधित करता है, तो वह सुविधाओं को कई समानांतर चैनलों में विभाजित करता है, प्रत्येक छवि को एक अलग कोण से वर्णित करता है। छोटे लक्ष्य की सुविधाएँ पहले से ही कमजोर होती हैं, इन चैनलों में बिखरी होती हैं, और यदि प्रत्येक चैनल बिना किसी आदान-प्रदान के केवल अपना ध्यान रखता है, तो जानकारी का वह कीमती टुकड़ा परत-दर-परत स्थानांतरण में आसानी से डूब जाता है।

MCI का दृष्टिकोण चैनलों के बीच परस्पर क्रिया बनाना है, जिससे वे एक-दूसरे से बात कर सकें। जहाँ भी कोई चैनल छोटे लक्ष्य का निशान रखता है, क्रॉस-चैनल सहयोग इसे बढ़ाता और संरक्षित करता है। यह छोटे पैमाने की सुविधा जानकारी के निष्कर्षण को और मजबूत करता है, और वे छोटे हॉटस्पॉट जो डाउनसैंपलिंग में गायब होने वाले थे, वापस पकड़ लिए जाते हैं।

ये तीन कदम नेटवर्क में जहाँ रखे गए हैं, वह भी जानबूझकर है। SIEM बैकबोन स्रोत पर सुविधाओं को साफ करता है, SAPPM बैकबोन के अंत में बहु-पैमाना जानकारी का सारांश देता है, और MCI नेक पर अंतिम पॉलिश करता है जो बैकबोन को डिटेक्शन हेड से जोड़ता है। आगे, मध्य, पीछे, एक साथ वे सुविधाओं को निकालने, सारांशित करने और आउटपुट करने की पूरी श्रृंखला को कवर करते हैं, और प्रत्येक चरण को इन्फ्रारेड-दोष के दर्द बिंदु के लिए एक लक्षित उपचार मिलता है।

तीन कदमों की स्पष्ट भूमिकाएँ हैं: SIEM कंट्रास्ट को संभालता है, SAPPM पैमाने को संभालता है, MCI छोटे लक्ष्यों को संभालता है। वे अकेले नहीं लड़ते बल्कि बैटन पास करते हैं: पहले दोष को पृष्ठभूमि से बाहर उठाएँ, फिर सभी आकारों को कवर करें, फिर छोटे लक्ष्य को पकड़ें जो सबसे अधिक फिसलने की संभावना है। इस संयोजन के साथ, इन्फ्रारेड दोष का पता लगाने की तीन सबसे कठिन हड्डियाँ एक-एक करके टूट जाती हैं।

चित्र 11: इन्फ्रारेड हॉटस्पॉट को पैमाने के अनुसार बड़े, मध्यम और छोटे में वर्गीकृत किया गया। आकार का अंतर बहुत बड़ा है, और सबसे छोटे हॉटस्पॉट को याद करना सबसे आसान है।

चित्र 12: इन्फ्रारेड कैमरे द्वारा पकड़ा गया एक धुंधला लक्ष्य। लक्ष्य जितना छोटा और मंद होता है, प्रसंस्करण में उसके चिकना होने की संभावना उतनी ही अधिक होती है।

उत्पाद अनुप्रयोग

स्कोरकार्ड: 92.1% सटीकता, 62 फ्रेम प्रति सेकंड

तीन कदमों का प्रभाव डेटा पर निर्भर करता है। शोधकर्ताओं ने अपना स्वयं का PV मॉड्यूल इन्फ्रारेड दोष डेटासेट बनाया, छवि में उनके द्वारा लिए गए पिक्सेल आकार के अनुसार हॉटस्पॉट को तीन वर्गों में लेबल किया: 64x64 पिक्सेल से अधिक बड़ा, 32x32 और 64x64 के बीच मध्यम, 32x32 से कम छोटा। पता लगाना अच्छा है या नहीं, इसे वर्ग दर वर्ग, पैमाने दर पैमाने पढ़ना होगा।

सटीकता दो मीट्रिक पर निर्भर करती है। एक है रिकॉल, R, जो इस प्रश्न का उत्तर देता है "जो दोष पाए जाने चाहिए, उनमें से कितने पुनर्प्राप्त किए गए।" दूसरा है मीन एवरेज प्रिसिजन, PmA, जो वर्गों में पहचान सटीकता का एक समग्र माप है, जिसकी एक डिटेक्टर सबसे अधिक परवाह करता है। इसमें पहचान की गति जोड़ें, जो प्रति सेकंड संसाधित फ्रेम में मापी जाती है, और ये तीन संख्याएं मिलकर एक एल्गोरिदम की पूरी कहानी बताती हैं।

मॉड्यूल-दर-मॉड्यूल एब्लेशन से शुरू करें। बेसलाइन के रूप में स्टॉक YOLOv10 के साथ, इसकी मीन एवरेज प्रिसिजन 89.8% है। केवल SIEM जोड़ने पर, यह 90.4% तक जाती है; केवल SAPPM, 90.5%; केवल MCI, 90.7%। हर कदम मदद करता है। तीनों को एक साथ रखें, पूर्ण SESPNet, और मीन एवरेज प्रिसिजन 92.1% तक पहुंच जाती है। सबसे उल्लेखनीय है छोटे लक्ष्य: बेसलाइन की मिनी प्रिसिजन केवल 86.7% है, और तीनों के साथ यह 90.3% तक बढ़ जाती है, पूरे 3.6 अंक, जो छोटे लक्ष्यों को पुनर्प्राप्त करने में MCI के काम को साबित करता है।

चित्र 13: मॉड्यूल-दर-मॉड्यूल एब्लेशन। तीन मॉड्यूल के स्टैक के साथ, सबसे कठिन छोटे-लक्ष्य प्रिसिजन 86.7% से बढ़कर 90.3% हो जाती है।

चित्र 14: एक अंतहीन बड़ा जमीन पर लगा संयंत्र। इसके हजारों-हजार मॉड्यूल ठीक वही हैं जिन्हें इस एल्गोरिदम को एक-एक करके जांचना है।

आमने-सामने: एक मंच पर नौ एल्गोरिदम

स्वयं से तुलना करना पर्याप्त नहीं है। अध्ययन SESPNet को आठ अन्य मुख्यधारा एल्गोरिदम के साथ एक ही मंच पर रखता है, उन्हें एक ही डेटासेट पर प्रशिक्षित करता है, और सटीकता और गति को साथ-साथ मापता है।

परिणाम स्वयं बोलता है। क्लासिक दो-चरणीय एल्गोरिदम जैसे Faster R-CNN और Cascade R-CNN में सीमित फीचर निष्कर्षण होता है और वे धीमे चलते हैं, 86% से 88% मीन एवरेज प्रिसिजन पर पहुंचते हैं, जो उच्च वास्तविक समय प्रदर्शन की मांग करने वाले दृश्यों के लिए उपयुक्त नहीं हैं। SSD सबसे तेज है लेकिन इसकी सटीकता केवल 74.3% है, स्पष्ट रूप से कम। YOLO श्रृंखला समग्र रूप से अधिक संतुलित है: YOLOv7 के 88.1% से, YOLOX, YOLOv8, YOLOv10 और YOLOv11 के माध्यम से, सटीकता 89% से 90% की सीमा तक बढ़ती है, जिसमें गति लगभग पचास से साठ फ्रेम प्रति सेकंड होती है।

SESPNet उस वक्र को और ऊपर दाईं ओर धकेलता है: 92.1% मीन एवरेज प्रिसिजन, उपविजेता से लगभग 2 अंक ऊपर, और 62.4 फ्रेम प्रति सेकंड, YOLO स्पीडस्टर्स के साथ कदम मिलाकर। यह सटीकता बढ़ाने के लिए गति का त्याग नहीं करता; यह तेज़-और-सटीक का शीर्ष-दायां स्थान रखता है जो अन्य तक नहीं पहुंच सकते। यही इसका सबसे बड़ा मूल्य है। विशाल मॉड्यूल गणना वाले दृश्य में जहां आप गश्त करते समय निर्णय लेते हैं, हर छोटी धीमी गति लागत है।

R = TP ÷ ( TP + FN ) · P = TP ÷ ( TP + FP )

ये दो पंक्तियाँ सटीकता मीट्रिक की मूल परिभाषाएँ हैं। R (रिकॉल) वास्तविक दोषों के पुनर्प्राप्त हिस्से को मापता है, P (प्रेसिजन) मापता है कि रिपोर्ट किए गए दोषों में से कितने वास्तविक हैं, और PmA कक्षाओं और प्रेसिजन स्तरों पर गणना किया गया कुल स्कोर है। तर्क जटिल नहीं है: जितना संभव हो उतना कम चूकें (उच्च रिकॉल) और जितना संभव हो उतना कम झूठा अलार्म दें (उच्च प्रेसिजन), दोनों सिरों को नियंत्रण में रखें, और आपके पास एक भरोसेमंद डिटेक्टर होगा।

चित्र 15: नौ एल्गोरिदम की सटीकता-गति तुलना। SESPNet 92.1% सटीकता और 62.4 FPS के साथ ऊपरी-दाएँ कोने पर है।

चित्र 16: एक एम्बेडेड प्लेटफॉर्म पर वास्तविक दुनिया का परीक्षण। सबसे सटीक SESPNet अभी भी 12.6 FPS पर स्थिर है।

हथेली के आकार के बॉक्स में समेटा गया और फिर भी रियल टाइम

प्रयोगशाला में अच्छा चलने का मतलब यह नहीं है कि यह मैदान में उपयोगी है। PV संयंत्र ज्यादातर जंगल में होते हैं, जहाँ निरीक्षण उपकरण कंप्यूट और शक्ति में सीमित होते हैं। क्या एल्गोरिदम एक कम-शक्ति वाले छोटे बॉक्स में फिट हो सकता है और रियल टाइम में चल सकता है, यह वास्तविक तैनाती के लिए अंतिम बाधा है।

शोधकर्ताओं ने इसे सत्यापित करने के लिए Jetson Nano नामक एक एम्बेडेड प्लेटफॉर्म पर पोर्ट किया। इसका प्रोसेसर एक क्वाड-कोर ARM चिप है जो एक एंट्री-लेवल 128-कोर GPU के साथ जोड़ा गया है, जो समर्पित कार्ड वाली प्रयोगशाला वर्कस्टेशन से कंप्यूट और शक्ति दोनों में काफी नीचे है। SESPNet को उसी इनपुट स्केल पर तैनात किया गया, फिर इस छोटे बोर्ड पर अन्य एल्गोरिदम के खिलाफ दौड़ लगाई गई।

परिणाम फिर से इसके संतुलन को साबित करता है। क्लासिक दो-चरण एल्गोरिदम एम्बेडेड सेटिंग में अपना असली रंग दिखाते हैं: Faster R-CNN 1.9 फ्रेम प्रति सेकंड पर गिर जाता है, मुश्किल से रियल टाइम; Cascade R-CNN केवल 3.7। YOLO श्रृंखला आमतौर पर लगभग ग्यारह या बारह फ्रेम पर गिरती है, जबकि SESPNet शीर्ष 92.1% सटीकता बनाए रखते हुए 12.6 फ्रेम प्रति सेकंड रखता है, हल्के YOLO के साथ, यहाँ तक कि थोड़ा आगे। कंप्यूट को कठोर रूप से कम करने पर भी, यह सटीक और स्थिर रहता है, यह दर्शाता है कि डिज़ाइन संसाधन-सीमित दृश्यों में कितनी अच्छी तरह फिट बैठता है।

इसका मतलब है कि इस एल्गोरिदम से लैस एक ड्रोन या पोर्टेबल निरीक्षक को छवियों को क्लाउड पर वापस भेजने की आवश्यकता नहीं होगी ताकि धीरे-धीरे प्रक्रिया हो सके। मौके पर, रियल टाइम में, यह बता सकता है कि किस पैनल में हॉटस्पॉट है। निरीक्षण दक्षता और प्रतिक्रिया गति दोनों एक और कदम ऊपर चली जाती हैं।

फ्लाई पर निर्णय लेने का मूल्य एक राउंड ट्रिप बचाने से अधिक है। कंप्यूट को एज पर रखने का मतलब है कि निरीक्षण खराब सिग्नल वाले दूरस्थ संयंत्रों में भी चल सकता है; संदिग्ध हॉटस्पॉट को चिह्नित करें और तुरंत पुष्टि करने के लिए फिर से उड़ान भरें, डेटा वापस आने और दूसरी उड़ान से पहले मैन्युअल समीक्षा की प्रतीक्षा न करें। सैकड़ों मेगावाट में मापे जाने वाले बड़े संयंत्रों के लिए जिनमें लाखों मॉड्यूल होते हैं, यह ऑन-साइट रीयल-टाइम क्षमता सीधे तय करती है कि पूर्ण निरीक्षण में घंटे लगते हैं या दिन।

समापन: हर अत्यधिक गर्म होने वाले पैनल के लिए छिपने की कोई जगह नहीं

पीछे मुड़कर देखें, तो SESPNet की चतुराई किसी जटिल संरचना को ढेर करने में नहीं है, बल्कि सही लक्षणों का इलाज करने में है। इन्फ्रारेड कंट्रास्ट कम है, इसलिए सिमैंटिक एन्हांसमेंट पृष्ठभूमि को दबा देता है। दोष का पैमाना गड़बड़ है, इसलिए पिरामिड पूलिंग सभी आकारों को कवर करती है। छोटे लक्ष्य आसानी से खो जाते हैं, इसलिए चैनल अटेंशन उन्हें वापस लाता है। तीन चालें, प्रत्येक अपने कार्य के लिए, और बैटन पास करना।

दुर्लभ बात यह है कि इसने सटीकता के लिए मॉडल को मोटा नहीं किया। कई एल्गोरिदम आँख बंद करके उच्च सटीकता का पीछा करते हैं, अंततः भारी हो जाते हैं, गति को धीमा कर देते हैं, और एम्बेडेड डिवाइस पर फिट भी नहीं हो पाते। SESPNet सटीकता में शीर्ष पर रहते हुए अपनी गति बनाए रखता है, और कंप्यूट में भारी कटौती के परीक्षण में खरा उतरा है। सटीक, तेज़ और हल्का का यह संतुलन ठीक वही गुण है जिसे क्षेत्र सबसे अधिक महत्व देता है। कोई तकनीक अच्छी है या नहीं, यह इस बात पर निर्भर करता है कि वह वास्तविक संयंत्र में वास्तविक काम कर सकती है या नहीं।

92.1% मीन एवरेज प्रिसिजन, 62.4 फ्रेम प्रति सेकंड, और हथेली के आकार के बॉक्स में रीयल टाइम चलने के लिए पर्याप्त छोटा। ये तीन संख्याएँ मिलकर एक ऐसे उपकरण का चित्रण करती हैं जो वास्तव में संयंत्र में जाकर काम कर सकता है। यह एक सुस्त ग्रे इन्फ्रारेड छवि को, जो कभी मानव आंख के लिए भी कठिन थी, एक स्वास्थ्य रिपोर्ट में बदल देता है जहाँ दोषों के पास छिपने की कोई जगह नहीं है।

जब इस तरह के एल्गोरिदम ले जाने वाला ड्रोन नीले ऐरे के खेतों पर उड़ान भरता है, तो हर चुपचाप गर्म होने वाला पैनल पहले ही पल में पिन हो जाता है और उससे निपटा जाता है। छिपे हुए हॉटस्पॉट दिखाई देने लगते हैं, और छोटे लगने वाले जोखिमों को खत्म कर दिया जाता है। जो कायम रहता है वह बिल्कुल वही संयंत्र है जो सूर्य के प्रकाश को लंबे, सुरक्षित और पूर्ण भार पर बिजली में बदलता है।

Ooitech का दृष्टिकोण

यहाँ हमें सबसे अधिक प्रभावित करने वाली बात यह है कि डिटेक्शन और मैन्युफैक्चरिंग एक ही विश्वसनीयता सिक्के के दो पहलू हैं। फील्ड में चिह्नित हॉटस्पॉट अक्सर लाइन पर पैदा हुई माइक्रो-क्रैक या कोल्ड सोल्डर जॉइंट पर वापस जाता है, यही कारण है कि मॉड्यूल उत्पादन लाइन पर स्ट्रिंगर वेल्डिंग, लेअप अलाइनमेंट और लेमिनेशन कंट्रोल इतना मायने रखता है। उन चरणों को सही करें और आप शुरू में ही फील्ड में कम हॉटस्पॉट भेजते हैं। यदि आप देखना चाहते हैं कि वास्तविक मॉड्यूल लाइन कैसे बनाई और ट्यून की जाती है, तो Ooitech YouTube चैनल पर हमारे फैक्ट्री वॉकथ्रू (www.youtube.com/ooitech) देखने और सब्सक्राइब करने लायक हैं।