TRIBRID-Optimized MobileNetV3 Framework for Explainable Printed Circuit Board Defect Classification
यह शोध पत्र एक व्याख्यात्मक (explainable) PCB दोष वर्गीकरण ढांचे को प्रस्तुत करता है जो इंटेलिजेंट ऑटोमेटेड ऑप्टिकल इंस्पेक्शन सिस्टम के लिए आवश्यक कम्प्यूटेशनल दक्षता बनाए रखते हुए पूर्ण सटीकता और व्याख्यात्मकता प्राप्त करने के लिए TRIBRID-अनुकूलित हाइपरपैरामीटर ट्यूनिंग, ट्रांसफर लर्निंग और MobileNetV3 को संयोजित करता है।
मूल पेपर CC BY 4.0 (https://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
कल्पना कीजिए कि आप एक जासूस हैं जो एक रहस्य सुलझाने की कोशिश कर रहे हैं, लेकिन उंगलियों के निशान खोजने के बजाय, आप उन सर्किट बोर्डों में सूक्ष्म, अदृश्य दरारों की तलाश कर रहे हैं जो आपके फोन, आपकी कार और यहाँ तक कि अंतरिक्ष में उपग्रहों को शक्ति देते हैं। ये सर्किट बोर्ड, जिन्हें प्रिंटेड सर्किट बोर्ड (PCB) कहा जाता है, आधुनिक इलेक्ट्रॉनिक्स के तंत्रिका तंत्र (nervous systems) हैं। यदि एक सूक्ष्म छेद भी गायब है या एक छोटा सा तार वहां छू रहा है जहाँ उसे नहीं होना चाहिए, तो पूरा उपकरण विफल हो सकता है। लंबे समय तक, मनुष्यों को इन बोर्डों को खोजने के लिए सूक्ष्मदर्शी (microscope) के नीचे देखते हुए अपनी आँखों पर ज़ोर देना पड़ता था, जो धीमा और थका देने वाला काम था। फिर, कंप्यूटर इतने स्मार्ट हो गए कि वे इन बोर्डों की तस्वीरों को देख सकते हैं और त्रुटियों को स्वचालित रूप से पहचान सकते हैं। यहीं से "डीप लर्निंग" (Deep Learning) आता है—एक प्रकार का कंप्यूटर मस्तिष्क जो हमारे समान ही पैटर्न को पहचानना सीखता है, लेकिन हमसे कहीं अधिक तेज़ी से। हालाँकि, एक पेच है: ये कंप्यूटर मस्तिष्क अक्सर "ब्लैक बॉक्स" की तरह होते हैं। वे कह सकते हैं, "यह बोर्ड खराब है," लेकिन वे यह नहीं समझा सकते कि क्यों या ठीक उस स्थान की ओर इशारा नहीं कर सकते। एक कारखाने में, आपको मशीन पर भरोसा करने की आवश्यकता होती है, इसलिए आपको यह जानने की ज़रूरत है कि वह वास्तव में क्या देख रही है।
यह शोध पत्र इस समस्या को ठीक करने का एक चतुर तरीका पेश करता है। शोधकर्ताओं ने एक ऐसा सिस्टम बनाया है जो न केवल सर्किट बोर्डों में दोषों का पता लगाता है; बल्कि यह अपने तर्क को भी समझाता है, जैसे कोई जासूस आपको सबूत दिखा रहा हो। उन्होंने MobileNetV3 नामक एक हल्का (lightweight) कंप्यूटर मस्तिष्क उपयोग किया, जिसे तेज़ और कुशल होने के लिए डिज़ाइन किया गया है, जो उन मशीनों पर चलने के लिए एकदम सही है जिनमें सुपर-कंप्यूटर जैसी शक्ति नहीं होती। लेकिन यहाँ एक मोड़ है: उन्होंने केवल कंप्यूटर को अपने आप सीखने के लिए नहीं छोड़ा। उन्होंने सीखने के लिए एक विशेष "कोच" का उपयोग किया जिसे TRIBRID कहा जाता है, जो मानव द्वारा अनुमान लगाने के बजाय सीखने के लिए सटीक सेटिंग्स को स्वचालित रूप से ट्यून करता है। अंत में, उन्होंने Grad-CAM नामक एक टूल जोड़ा, जो एक हाई-टेक हाइलाइटर की तरह कार्य करता है, जो छवि के उस सटीक हिस्से पर एक चमकता हुआ मानचित्र बनाता है जिसने कंप्यूटर को यह निर्णय लेने के लिए प्रेरित किया कि वहाँ एक दोष है। परिणाम क्या है? एक ऐसा सिस्टम जो न केवल अविश्वसनीय रूप से सटीक है, बल्कि पारदर्शी भी है, जो बिल्कुल दिखाता है कि उसने समस्या कहाँ पाई।
जासूस का नया टूलकिट
कहानी प्रिंटेड सर्किट बोर्ड (PCB) के निरीक्षण की चुनौती के साथ शुरू होती है। ये वे हरे (या कभी-कभी नीले या काले) बोर्ड हैं जो आप लगभग हर इलेक्ट्रॉनिक उपकरण के अंदर देखते हैं। ये सभी सूक्ष्म घटकों को एक साथ रखते हैं और उन्हें आपस में बिजली प्रवाहित करने देते हैं। यदि एक छेद गायब है, एक तार टूटा हुआ है, या दो तार गलती से आपस में जुड़ गए हैं, तो उपकरण काम करना बंद कर देता है। पारंपरिक रूप से, मनुष्यों ने इन बोर्डों की जाँच की, लेकिन यह धीमा था और गलतियों की संभावना अधिक थी क्योंकि लोग थक जाते हैं। बाद में, ऑटोमेटेड ऑप्टिकल इंस्पेक्शन (AOI) प्रणालियों नामक मशीनों ने कार्यभार संभाल लिया, जो दोषों को खोजने के लिए सरल नियमों का उपयोग करती थीं। लेकिन जब बोर्ड जटिल हो गए या रोशनी बदल गई, तो ये मशीनें संघर्ष करने लगीं।
डीप लर्निंग का आगमन हुआ। डीप लर्निंग मॉडल को एक छात्र के रूप में सोचें जिसने लाखों तस्वीरें देखी हैं और बिना किसी के बताए कि कौन सी विशेषताएं देखनी हैं, "कुत्ते" या "बिल्ली" को पहचानना सीख लिया है। इस शोध पत्र में, शोधकर्ता एक कंप्यूटर को छह विशिष्ट प्रकार के PCB दोषों को पहचानने के लिए सिखाना चाहते थे: मिसिंग होल (गायब छेद), माउस बाइट (किनारे पर छोटे कट), ओपन सर्किट (टूटे हुए तार), शॉर्ट सर्किट (जुड़े हुए तार), स्पर्स (अवांछित धातु के नुकीले हिस्से), और स्प्यूरियस कॉपर (जहाँ नहीं होना चाहिए वहाँ अतिरिक्त तांबा)।
शोधकर्ताओं ने कंप्यूटर मस्तिष्क के एक विशिष्ट प्रकार को चुना जिसे MobileNetV3 कहा जाता है। कल्पना कीजिए कि यह एक "हल्का" जासूस है। भारी, धीमे जासूसों (जैसे ResNet या EfficientNet) के विपरीत, जिन्हें सोचने के लिए विशाल कंप्यूटरों की आवश्यकता होती है, MobileNetV3 को तेज़ और कुशल होने के लिए डिज़ाइन किया गया है, जो इसे वास्तविक समय के कारखाने के उपयोग के लिए एकदम सही बनाता है। हालाँकि, एक स्मार्ट जासूस को भी पूरी तरह से काम करने के लिए सही सेटिंग्स की आवश्यकता होती है। यदि लर्निंग रेट बहुत तेज़ है, तो वह विवरणों को छोड़ देता है; यदि बहुत धीमी है, तो इसमें बहुत समय लगता है। आमतौर पर, मनुष्यों को इन सेटिंग्स का अनुमान लगाना पड़ता है, जो रेडियो को बेतरतीब ढंग से घुमाकर ट्यून करने जैसा है।
इसे हल करने के लिए, टीम ने TRIBRID नामक एक विधि का उपयोग किया। TRIBRID को एक सुपर-स्मार्ट कोच के रूप में समझें जो जासूस की सेटिंग्स को स्वचालित रूप रूप से समायोजित करता है। यह सीखने की गति, कितनी जानकारी को अनदेखा करना है (ड्रॉपआउट), एक बार में कितने चित्रों को देखना है (बैच साइज), और मस्तिष्क के कितने स्तरों को फिर से प्रशिक्षित करना है, इसके बेहतरीन संयोजन को खोजने के लिए तीन अलग-अलग रणनीतियों को जोड़ता है। यह केवल अनुमान नहीं लगाता; यह विभिन्न विकल्पों का पता लगाता है, सर्वश्रेष्ठ से सीखता है, और यहाँ तक कि गलत जगह फंसने से बचने के लिए थोड़ी अनिश्चितता (randomness) का भी उपयोग करता है।
अंत में, कारखाने के श्रमिकों को सिस्टम पर भरोसा दिलाने के लिए, शोधकर्ताओं ने Grad-CAM जोड़ा। यह "हाइलाइटर" टूल है। जब कंप्यूटर कहता है, "यह एक शॉर्ट सर्किट है," तो Grad-CAM छवि के ऊपर एक हीट मैप बनाता है, जो उस सटीक स्थान पर लाल चमकता है जिसने कंप्यूटर को विश्वास दिलाया। यह साबित करता है कि कंप्यूटर केवल बैकग्राउंड के आधार पर अनुमान नहीं लगा रहा है; यह वास्तव में दोष को देख रहा है।
बड़ा परीक्षण
शोधकर्ताओं ने इन छह दोष प्रकारों की छवियों वाले एक सार्वजनिक डेटासेट पर अपने नए सिस्टम का परीक्षण किया, जिसमें 2,953 छवियां थीं। उन्होंने डेटा को इस तरह विभाजित किया कि कंप्यूटर 70% छवियों पर सीख सके, 15% पर अभ्यास कर सके, और शेष 15% पर अंतिम परीक्षण ले सके।
परिणाम चौंकाने वाले थे। जब उन्होंने अपने TRIBRID-अनुकूलित MobileNetV3 की तुलना अन्य मॉडलों से की, तो नया सिस्टम हर बार जीत गया।
- एक मानक, अन-ऑप्टिमाइज्ड कंप्यूटर मस्तिष्क (एक कस्टम CNN) केवल लगभग 84.42% दोषों को सही पहचान सका।
- बिना TRIBRID कोच के मानक MobileNetV3, 99.32% सही था।
- लेकिन TRIBRID-Optimized MobileNetV3 ने 100.00% सटीकता (accuracy), प्रिसिजन (precision), रिकॉल (recall) और F1 स्कोर प्राप्त किया।
इसका अर्थ है कि इस सिस्टम ने परीक्षण सेट में एक भी गलती किए बिना प्रत्येक दोष की सही पहचान की। इसने ResNet18 और EfficientNet-B0 जैसे बहुत भारी और धीमे मॉडलों के समान प्रदर्शन किया, जिनका स्कोर भी लगभग 99.77% था, लेकिन नया सिस्टम इसे हल्का और तेज़ रहते हुए करने में सफल रहा।
यह साबित करने के लिए कि TRIBRID कोच ही असली सफलता का राज था, टीम ने "एब्लेशन स्टडी" (ablation study) नामक एक प्रयोग चलाया। उन्होंने सेटिंग्स को ट्यून करने के दो अन्य तरीकों: रैंडम सर्च (बेतरतीब ढंग से अनुमान लगाना) और PSO (एक अन्य अनुकूलन विधि) के मुकाबले TRIBRID की तुलना की।
- तीनों विधियों ने 100% सटीकता प्राप्त की।
- हालाँकि, TRIBRID विधि सबसे कुशल थी। इसे पूर्ण परिणाम प्राप्त करने के लिए कंप्यूटर मस्तिष्क के केवल 9 परतों (layers) को फिर से प्रशिक्षित करने की आवश्यकता थी।
- रैंडम सर्च विधि को 12 परतों को, और PSO विधि को 15 परतों को फिर से प्रशिक्षित करना पड़ा।
यह सुझाव देता है कि TRIBRID सेटिंग्स खोजने में अधिक स्मार्ट है, जिससे सिस्टम अपने प्रारंभिक प्रशिक्षण से अपने मूल "ज्ञान" को अधिक बनाए रखते हुए नए कार्य के लिए खुद को पूरी तरह से ढाल पाता है।
देखना ही विश्वास करना है
इस शोध पत्र का सबसे रोमांचक हिस्सा "व्याख्यात्मकता" (Explainability) खंड है। शोधकर्ता केवल यह नहीं चाहते थे कि कंप्यूटर सही हो; वे यह भी जानना चाहते थे कि वह सही क्यों है। उन्होंने निर्णय लेने की प्रक्रिया को देखने के लिए Grad-CAM का उपयोग किया।
जब उन्होंने कंप्यूटर को "मिसिंग होल" (गायब छेद) की एक छवि दिखाई, तो हीट मैप खाली छेद के ठीक ऊपर चमक उठा। जब उन्होंने "माउस बाइट" दिखाई, तो चमक ने बोर्ड के टेढ़े-मेढ़े किनारे को हाइलाइट किया। "ओपन सर्किट" और "शॉर्ट सर्किट" के लिए, सिस्टम ने टूटी हुई रेखाओं या आकस्मिक कनेक्शनों पर सही ढंग से ध्यान केंद्रित किया। यहाँ तक कि "स्पर्स" और "स्प्यूरियस कॉपर" जैसे कठिन दोषों के लिए भी, हीट मैप ने सटीक रूप से छोटे धातु के स्पाइक्स और अतिरिक्त तांबे के ढेरों की ओर इशारा किया।
औद्योगिक उपयोग के लिए यह अत्यंत महत्वपूर्ण है। यदि कारखाना प्रबंधक किसी विशिष्ट स्थान पर लाल चमक देखता है, तो वह मशीन पर भरोसा कर सकता है। यदि चमक बैकग्राउंड या किसी यादृच्छिक स्थान पर होती है, तो उन्हें पता चल जाएगा कि मशीन भ्रमित है। यह शोध पत्र दिखाता है कि सिस्टम केवल एक "ब्लैक बॉक्स" की तरह अनुमान नहीं लगा रहा है; यह एक पारदर्शी उपकरण है जो ठीक वही दिखाता है जो वह देख रहा है।
इसका क्या अर्थ है
शोध पत्र निष्कर्ष निकालता है कि यह TRIBRID-अनुकूलित ढांचा विनिर्माण के भविष्य के लिए एक शक्तिशाली उपकरण है। यह एक हल्के मॉडल की गति को स्वचालित ट्यूनिंग की बुद्धिमत्ता और दृश्य स्पष्टीकरण के भरोसे के साथ जोड़ता है। शोधकर्ता नोट करते हैं कि जबकि उनका सिस्टम उनके द्वारा परीक्षण की गई क्रॉप की गई छवियों पर पूरी तरह से काम करता था, अगला कदम यह देखना है कि यह वास्तविक कारखाने के वातावरण में पूर्ण, बिना कटी हुई छवियों को कैसे संभालता है। वे भविष्य में इस सिस्टम को एज डिवाइसेस (कारखाने के फर्श पर स्थित छोटे कंप्यूटर) पर भी लगाने की आशा करते हैं ताकि वास्तविक समय में दोषों को पकड़ा जा सके।
संक्षेप में, लेखकों ने एक ऐसा सिस्टम बनाया है जो न केवल एक आदर्श जासूस है, बल्कि एक बहुत ही ईमानदार जासूस भी है, जो अपना काम दिखाता है और यह सिद्ध करता है कि सही कोचिंग के साथ, एक हल्का कंप्यूटर मस्तिष्क भी जटिल औद्योगिक रहस्यों को सुलझा सकता है।
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।