Low Cost Two-Stage Fabric Defect Detection at the Edge

बांग्लादेश के व्यस्त गारमेंट कारखानों में, जो दुनिया में तैयार कपड़ों के दूसरे सबसे बड़े निर्यातक हैं, अंतिम उत्पाद की गुणवत्ता पूरी तरह से कपड़े पर निर्भर करती है। एक भी शर्ट काटने से पहले, कपड़ों के रोलों का छेद, तेल के धब्बे और उलझे हुए धागों के लिए निरीक्षण किया जाना चाहिए। दशकों से, यह निरीक्षण एक मानवीय कार्य रहा है। श्रमिक चलते हुए कपड़ों के रोलों के सामने खड़े होते हैं, उनकी आँखें खामियों को खोजने के लिए स्कैन करती रहती हैं जब तक कि थकान महसूस न होने लगे, जिससे परिणाम असंगत हो जाते हैं और उत्पादन लाइन धीमी हो जाती है। हालांकि स्वचालित मशीनें मौजूद हैं, लेकिन वे अक्सर उन छोटे और मध्यम आकार के मिलों के लिए बहुत महंगी और अधिक बिजली खपत वाली होती हैं जो स्थानीय अर्थव्यवस्था को चलाते हैं। इन कारखानों के लिए चुनौती केवल दोषों को खोजना नहीं है, बल्कि ऐसा करने के लिए एक ऐसे कंप्यूटर का उपयोग करना है जिसकी लागत लगभग एक सौ डॉलर हो और जो बहुत कम बिजली पर चल सके। यहीं पर ढाका विश्वविद्यालय के शोधकर्ताओं का काम आता है, जो एक ऐसी प्रणाली बनाने का प्रयास कर रहे हैं जो वह देख सके जो एक थकी हुई मानवीय आँख से छूट सकता है, लेकिन बिना किसी सुपरकंप्यूटर की लागत के।

शोधकर्ताओं ने इस समस्या के प्रति एक ऐसी रणनीति अपनाई जो दशकों के कंप्यूटर विज़न इतिहास से ली गई है: अपने सबसे शक्तिशाली उपकरण से सब कुछ की जाँच न करें। इसके बजाय, स्पष्ट और सामान्य वस्तुओं को बाहर निकालने के लिए एक त्वरित, सस्ते फिल्टर का उपयोग करें, और भारी काम को केवल उन कुछ चीजों के लिए बचा कर रखें जो संदिग्ध दिखती हैं। उन्होंने इस विचार का परीक्षण करने के लिए एक दो-चरणीय प्रणाली बनाई। पहला चरण एक संक्षिप्त, हल्का प्रोग्राम है जिसे यह पहचानने के लिए डिज़ाइन किया गया है कि "सामान्य" कपड़ा कैसा दिखता है। यदि कपड़ा सामान्य दिखता है, तो सिस्टम उस छवि को हटा देता है और आगे बढ़ जाता है। यदि कपड़ा अजीब दिखता है, तो सिस्टम उसे चिह्नित करता है और उसे दूसरे, अधिक शक्तिशाली प्रोग्राम को भेज देता है जो ठीक से पहचानता है कि दोष क्या है। इस पूरी प्रक्रिया को NVIDIA Jetson Nano नामक एक छोटे, किफायती उपकरण पर तैनात किया गया था, जिसे उन स्थानों पर जटिल कार्य चलाने के लिए डिज़ाइन किया गया है जहाँ बड़े सर्वर नहीं जा सकते।

टीम ने अपने पहले चरण को हजारों 'परफेक्ट' कपड़ों की छवियों पर प्रशिक्षित किया, जिससे इसे अपने मन में कपड़े की छवि को पुनर्गठित (reconstruct) करना सिखाया गया। जब कपड़ा उत्तम होता है, तो पुनर्गठन आसान और सटीक होता है। जब कोई दोष होता है, तो सिस्टम छवि को फिर से बनाने में संघर्ष करता है, और वह संघर्ष एक विसंगति (anomaly) का संकेत देता है। इस स्क्रीनिंग को अधिक प्रभावी बनाने के लिए, उन्होंने सॉफ्टवेयर में कुछ चतुर तकनीकें जोड़ीं, जैसे कि कपड़े के किनारों पर अधिक ध्यान केंद्रित करना जहाँ दोष अक्सर छिपे होते हैं और एक पूर्व-प्रशिक्षित विशेषज्ञ प्रणाली से सीखना ताकि दोष को बेहतर ढंग से समझा जा सके। यह पहला चरण एक द्वारपाल (gatekeeper) के रूप में कार्य करता है। अपने परीक्षणों में, इस द्वारपाल ने दो सौ उनचास तस्वीरों के एक विशिष्ट सेट में सभी बीस दोषपूर्ण छवियों को चिह्नित किया, लेकिन शोधकर्ता चेतावनी देते हैं कि यह एक इन-सैंपल कैलिब्रेशन परिणाम है न कि एक सिद्ध स्वतंत्र अनुमान, जिसमें एक विस्तृत कॉन्फिडेंस इंटरवल है जो बताता है कि वास्तविक रिकॉल (recall) कम हो सकता है। हालांकि, यह अच्छे कपड़ों को अनदेखा करने में पूरी तरह से सक्षम नहीं था; इसने लगभग आधे साफ कपड़ों को संदिग्ध के रूप में चिह्नित किया, जिससे दूसरे चरण को उम्मीद से अधिक काम करना पड़ा।

दूसरा चरण एक प्रसिद्ध ऑब्जेक्ट डिटेक्शन सिस्टम का उपयोग करता है ताकि चिह्नित छवियों को देखकर छेद, तेल के धब्बे या धागे की त्रुटि के सटीक स्थान का पता लगाया जा सके। चूंकि यह चरण अधिक गणनात्मक रूप से महंगा है, इसलिए शोधकर्ताओं को उम्मीद थी कि पहले चरण द्वारा सामान्य छवियों को फ़िल्टर करने से समग्र रूप से सिस्टम बहुत तेज़ चलेगा। उन्होंने अपने दो-चरणीय सिस्टम की गति की तुलना एक ऐसे सिस्टम से मापी जो हर छवि पर भारी डिटेक्टर चलाता था। दो-चरणीय सिस्टम वास्तव में तेज़ था, जिसने दस से कम के मुकाबले लगभग तेरह और आधे चित्र प्रति सेकंड संसाधित किए। यह सुधार एक सफलता की तरह लग रहा था, लेकिन शोधकर्ताओं ने यह समझने के लिए गहराई से जांच करने का निर्णय लिया कि वह गति वास्तव में कहाँ से आई।

उन्होंने जो खोजा वह उन लोगों के लिए आश्चर्यजनक और महत्वपूर्ण था जो इसी तरह के सिस्टम बनाने का प्रयास कर रहे हैं। जब उन्होंने प्रत्येक कार्य पर लगने वाले समय का विश्लेषण किया, तो उन्होंने पाया कि गति मुख्य रूप से भारी डिटेक्टर को छोड़ने से नहीं आई थी। इसके बजाय, यह इस बात से आई कि कंप्यूटर छवियों को कैसे संभालता था। सिस्टम डेटा लोड करने में लगने वाले समय को प्रभावी ढंग से छिपाते हुए, इमेज फ़ाइल को डिस्क से पढ़ने और अगले चित्र को प्रोसेस करने का कार्य एक साथ कर सका। भारी डिटेक्टर को छोड़ने से होने वाली वास्तविक बचत काफी कम थी, जो कुल गति लाभ का दस प्रतिशत से भी कम थी। इसका कारण यह था कि पहला चरण अभी भी इतनी अधिक गलत सूचनाएं (false alarms) भेज रहा था कि दूसरे चरण को फिर भी सभी छवियों में से आधे से अधिक पर काम करना पड़ रहा था।

यह खोज समस्या के केंद्र को बदल देती है। शोधकर्ताओं ने महसूस किया कि इस प्रकार के छोटे कंप्यूटर पर, बाधा डिटेक्टर की बुद्धिमत्ता नहीं है, बल्कि वह गति है जिस पर छवियों को इसमें फीड किया जा सकता है। सिस्टम छवियों को लोड करने में विश्लेषण करने की तुलना में अधिक समय बिता रहा था। इसके अलावा, क्योंकि पहला चरण इतनी अधिक गलत सूचनाएं भेज रहा था, सिस्टम वास्तव में दोषों की दुर्लभता का लाभ नहीं उठा पा रहा था। शोधकर्ताओं ने गणना की कि यदि वे पहले चरण को अधिक सावधान बनाने के लिए ट्यून कर सकें और कम गलत सूचनाएं भेज सकें, तो सिस्टम बहुत अधिक समय बचा सकता है, जिससे दूसरे चरण के काम को लगभग आधा तक कम किया जा सकता है। हालांकि, पहले चरण को अधिक सावधान बनाने का जोखिम वास्तविक दोषों को खोने का खतरा पैदा करता है, जो एक ऐसा समझौता है जिसके लिए सावधानीपूर्वक संतुलन की आवश्यकता है।

अध्ययन यह निष्कर्ष निकालता है कि हालांकि यह दो-चरणीय प्रणाली काम करती है और एक कम लागत वाले उपकरण पर फिट बैठती है, लेकिन इस सामान्य धारणा को कि 'कैस्केडिंग सिस्टम' स्वतः ही भारी गति प्रदान करते हैं, सावधानी के साथ देखा जाना चाहिए। जो गति वृद्धि उन्होंने देखी वह मुख्य रूप से कुशल डेटा हैंडलिंग का परिणाम थी, न कि स्वयं फ़िल्टरिंग का। उन कारखानों के लिए जो इस तकनीक को अपनाना चाहते हैं, सबसे प्रभावी अगला कदम अनिवार्य रूप से एक स्मार्ट डिटेक्टर बनाना नहीं है, बल्कि गलत सूचनाओं को कम करने के लिए पहले चरण की संवेदनशीलता को ट्यून करना और यह सुनिश्चित करना है कि डेटा पाइपलाइन यथासंभव सुचारू हो। यह प्रणाली मानव श्रमिकों के सहायक के रूप में सबसे अच्छी तरह से काम करती है, जो उन्हें यह तय करने में मदद करती है कि किन कपड़ों के रोलों को करीब से देखने की आवश्यकता है, न कि एक पूरी तरह से स्वायत्त प्रतिस्थापन के रूप में। यह सिद्ध करता है कि उन्नत आर्टिफिशियल इंटेलिजेंस विनम्र हार्डवेयर पर चल सकती है, लेकिन यह यह भी दिखाता है कि गति का मार्ग अक्सर सिस्टम के 'प्लंबिंग' (आंतरिक संरचना) में पाया जाता है, न कि केवल उसके 'मस्तिष्क' में।