YolovN-CBi: A Lightweight and Efficient Architecture for Real-Time Detection of Small UAVs
यह शोध पत्र YolovN-CBi का प्रस्ताव करता है, जो CBAM और BiFPN मॉड्यूल के साथ उन्नत एक हल्का और कुशल आर्किटेक्चर है, जो नॉलेज डिस्टिलेशन के साथ मिलकर बेसलाइन और नए YOLO संस्करणों की तुलना में वास्तविक समय में छोटे UAV डिटेक्शन के लिए बेहतर गति और सटीकता प्राप्त करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
हमारे शहरों और ग्रामीण इलाकों के ऊपर आसमान में, एक नए प्रकार का यातायात आकार ले रहा है। मानव रहित हवाई वाहन (unmanned aerial vehicles), जिन्हें आमतौर पर ड्रोन कहा जाता है, हवाई फोटोग्राफी कैप्चर करने से लेकर फसलों की निगरानी और बुनियादी ढांचे के निरीक्षण तक सब कुछ करने के लिए सर्वव्यापी उपकरण बन गए हैं। उनकी बहुमुखी प्रतिभा और कम लागत ने उन्हें आधुनिक जीवन में अपरिहार्य बना दिया है। फिर भी, इसी सुलभता ने एक महत्वपूर्ण सुरक्षा चुनौती पेश की है। क्योंकि वे छोटे, शांत और तीव्र, अप्रत्याशित गति करने में सक्षम होते हैं, ड्रोन आसानी से पारंपरिक सुरक्षा उपायों से बचकर निकल सकते हैं। इनका उपयोग अनधिकृत निगरानी के लिए या खतरनाक पेलोड ले जाने के लिए भी किया जा सकता है, जो संवेदनशील क्षेत्रों और सार्वजनिक सुरक्षा के लिए जोखिम पैदा करते हैं। इससे निपटने के लिए, सुरक्षा टीमों को ऐसे सिस्टम की आवश्यकता है जो इन छोटे उड़ते हुए पिंडों को तुरंत पहचान सकें, भले ही वे बहुत दूर हों और एक जटिल पृष्ठभूमि के सामने केवल एक मामूली बिंदु के रूप में दिखाई दें।
वर्षों तक, शोधकर्ता इन घुसपैठियों को खोजने के लिए रडार और ध्वनि पर निर्भर रहे हैं, लेकिन ये विधियाँ अक्सर व्यस्त, गतिशील वातावरण में संघर्ष करती हैं। हाल के वर्षों में, ध्यान कंप्यूटर विजन की ओर स्थानांतरित हो गया है, जहाँ कैमरे और आर्टिफिशियल इंटेलिजेंस (AI) वास्तविक समय में ड्रोन को "देखने" और पहचानने के लिए मिलकर काम करते हैं। इस काम के लिए सबसे लोकप्रिय उपकरण AI मॉडलों का एक परिवार है जिसे YOLO कहा जाता है, जिसका अर्थ है "You Only Look Once" (आप केवल एक बार देखते हैं)। ये मॉडल एक छवि को स्कैन करने और वस्तुओं को तेजी से खोजने के लिए डिज़ाइन किए गए हैं, जो उन्हें लाइव वीडियो फीड के लिए आदर्श बनाता है। हालाँकि, एक निरंतर समस्या बनी हुई है: जबकि ये मॉडल कारों या लोगों जैसी बड़ी वस्तुओं को खोजने में उत्कृष्ट हैं, वे अक्सर सबसे छोटी वस्तुओं को मिस कर देते हैं। जब कोई ड्रोन सैकड़ों मीटर दूर होता है, तो वह कैमरा स्क्रीन पर केवल कुछ पिक्सेल ही घेर सकता है, और मानक AI मॉडल शेष छवि को प्रोसेस करने की अपनी जल्दबाजी में ऐसे सूक्ष्म विवरणों को अनदेखा कर देते हैं।
होमी भाभा नेशनल इंस्टीट्यूट और भाभा परमाणु अनुसंधान केंद्र, भारत के शोधकर्ताओं की एक टीम ने इस विशिष्ट कमजोरी को दूर किया है। उन्होंने एक ऐसा सिस्टम बनाने का लक्ष्य रखा जो न केवल पोर्टेबल, बैटरी से चलने वाले उपकरणों पर चलने के लिए पर्याप्त तेज़ हो, बल्कि इतना सटीक भी हो कि उस ड्रोन को पकड़ सके जो मुश्किल से दिखाई दे रहा हो। उनके दृष्टिकोण में एक सिद्ध, कुशल AI आर्किटेक्चर को लेना और उसके आंतरिक "नेत्रों" को सूक्ष्म विवरणों पर अधिक ध्यान देने के लिए सावधानीपूर्वक संशोधित करना शामिल था। इन AI मॉडलों के नवीनतम, सबसे जटिल संस्करणों को सीधे अपनाने के बजाय, जिन्हें चलाने के लिए विशाल कंप्यूटरों की आवश्यकता होती है, उन्होंने एक पहले के, हल्के संस्करण को परिष्कृत किया। उन्होंने सिस्टम को ध्यान केंद्रित करने में मदद करने के लिए दो विशिष्ट अपग्रेड जोड़े। पहला अपग्रेड एक स्पॉटलाइट की तरह कार्य करता है, जो मॉडल को अप्रासंगिक बैकग्राउंड शोर को अनदेखा करने और छवि के सबसे महत्वपूर्ण हिस्सों पर ध्यान केंद्रित करने के लिए सिखाता है। दूसरा अपग्रेड यह सुधारता है कि मॉडल विभिन्न दूरियों से प्राप्त जानकारी को कैसे जोड़ता है, जिससे यह सुनिश्चित होता है कि दूर से देखी गई छोटी वस्तुएं इमेज प्रोसेसिंग के दौरान खो न जाएं।
शोधकर्ताओं ने अपने नए डिज़ाइन का परीक्षण, जिसे उन्होंने YolovN-CBi नाम दिया, मौजूदा मॉडलों की एक विस्तृत श्रृंखला के विरुद्ध किया। उन्होंने इसे विभिन्न प्रकाश स्थितियों जैसे धूप वाले दिन, बादलों वाले आसमान और शाम की रोशनी के तहत विभिन्न उड़ने वाली वस्तुओं वाली 28,000 छवियों के एक विशाल संग्रह पर प्रशिक्षित किया। यह सुनिश्चित करने के लिए कि सिस्टम वास्तव में वास्तविक दुनिया के लिए तैयार है, उन्होंने 2,500 छवियों के एक स्थानीय टेस्ट सेट का भी निर्माण किया, जो एक निश्चित कैमरे से ली गई थी, जिसमें लगभग 350 मीटर की दूरी पर उड़ते हुए ड्रोन को कैद किया गया था। इन छवियों में, ड्रोन अविश्वसनीय रूप से छोटे थे, कभी-कभी केवल 10 से 20 पिक्सेल के रूप में दिखाई देते थे। परिणाम आश्चर्यजनक थे। शोधकर्ताओं ने पाया कि उनका संशोधित मॉडल, जो AI आर्किटेक्चर के एक पिछले संस्करण पर आधारित था, वर्तमान में उपलब्ध नवीनतम और सबसे उन्नत संस्करणों से बेहतर प्रदर्शन करता है। जबकि नए मॉडल बड़ी वस्तुओं की पहचान करने में तेज़ थे, वे अक्सर दूर स्थित छोटे ड्रोंस को पहचानने में विफल रहे। हालाँकि, नए डिज़ाइन ने इन छोटे लक्ष्यों को उच्च सटीकता के साथ सफलतापूर्वक पहचाना, जिससे यह सिद्ध हुआ कि एक सावधानीपूर्वक ट्यून किया गया, हल्का मॉडल इस विशिष्ट कार्य के लिए भारी और अधिक जटिल मॉडल की तुलना में अधिक प्रभावी हो सकता है।
इस शक्तिशाली सिस्टम को सुरक्षा टावरों पर लगे या गश्ती अधिकारियों द्वारा ले जाए जाने वाले छोटे, पोर्टेबल उपकरणों पर उपयोग करने योग्य बनाने के लिए, टीम ने एक अगला कदम उठाया। उन्होंने 'नॉलेज डिस्टिलेशन' (knowledge distillation) नामक एक तकनीक का उपयोग किया, जो एक मास्टर शिक्षक द्वारा छात्र के मार्गदर्शन के समान है। उन्होंने अपने द्वारा बनाए गए अत्यधिक सटीक, बड़े मॉडल को लिया और एक बहुत छोटे, तेज़ संस्करण को उसके निर्णयों की नकल करना सिखाया। इस प्रक्रिया ने छोटे मॉडल को मूल मॉडल की भारी कम्प्यूटेशनल शक्ति की आवश्यकता के बिना, दूर के ड्रोन के सूक्ष्म पैटर्न को सीखने की अनुमति दी। अंतिम परिणाम एक हल्का सिस्टम था जो मूल बड़े मॉडल की तुलना में लगभग 83% तेज़ था, जबकि इसने सूक्ष्म घुसपैठियों को पहचानने की अपनी क्षमता को बनाए रखा, और कुछ मामलों में उसमें सुधार भी किया। यह डिस्टिल्ड मॉडल वीडियो फ्रेम को कुछ मिलीसेकंड में प्रोसेस कर सकता था, जिससे यह वास्तविक समय की निगरानी के लिए पर्याप्त तेज़ बन गया।
इस अध्ययन ने आर्टिफिशियल इंटेलिजेंस के क्षेत्र में एक सामान्य धारणा को भी चुनौती दी: कि किसी उपकरण का नवीनतम संस्करण हमेशा सबसे अच्छा होता है। शोधकर्ताओं ने स्पष्ट रूप से दिखाया कि छोटे, दूर के ड्रोंस को खोजने के कठिन कार्य के लिए, नवीनतम मॉडल आवश्यक रूप से बेहतर प्रदर्शन नहीं करते हैं। वास्तव में, कुछ नवीनतम संस्करण अपने पूर्ववर्तियों की तुलना में इस विशिष्ट कार्य के लिए धीमे और कम सटीक थे। छोटे, दूर के ड्रोंस को पहचानने की विशिष्ट आवश्यकताओं—सूक्ष्मता और गति की आवश्यकता—पर ध्यान केंद्रित करके, टीम ने प्रदर्शित किया कि एक अच्छी तरह से अनुकूलित, थोड़ा पुराना आर्किटेक्चर अत्याधुनिक विकल्पों से बेहतर प्रदर्शन कर सकता है। उनका कार्य सुरक्षा प्रणालियों के लिए एक स्पष्ट मार्ग प्रदान करता है, जो दिखाता है कि सही समायोजन के साथ, एक हल्का, अत्यधिक सटीक डिटेक्टर बनाना संभव है जो नेटवर्क के किनारे (edge of the network) पर चल सके, और वास्तविक समय में हवाई क्षेत्र की रक्षा के लिए तैयार रहे।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।