IR-PowerDet: An Infrared Power Equipment Detection Algorithm Based on Multi-Scale Feature Fusion and Dynamic Environment Adaptation

कल्पना कीजिए कि आप एक विशाल, बिखरे हुए रेत के ढेर (सैंडबॉक्स) के अंदर एक बहुत ही छोटा, विशिष्ट खिलौना खोजने की कोशिश कर रहे हैं। अब, कल्पना कीजिए कि वह सैंडबॉक्स रेत से नहीं बल्कि गर्मी से चमक रहा है, और वह "खिलौना" वास्तव में बिजली का एक उपकरण है जो बहुत अधिक गर्म होकर आग लगने का कारण बन सकता है। यह उन इंजीनियरों की दैनिक चुनौती है जो पावर ग्रिड की निगरानी करते हैं। वे विशेष कैमरों का उपयोग करते हैं जो प्रकाश के बजाय गर्मी (इन्फ्रारेड) को देखते हैं ताकि होने वाली समस्याओं को पहले ही पहचाना जा सके। लेकिन इन कैमरों को कठिनाई होती है: बैकग्राउंड अक्सर अव्यवस्थपूर्ण होता है, "खिलौने" (उपकरण) बहुत छोटे हो सकते हैं, और कभी-कभी वे अन्य चीजों के पीछे छिपे होते हैं। यह एक गर्म चट्टानों के ढेर में एक विशिष्ट गर्म कुकी (बिस्किट) को खोजने जैसा है। लंबे समय तक, कंप्यूटर इसे तेजी से और सटीक रूप से करने में संघर्ष करते रहे, क्योंकि वे अक्सर बैकग्राउंड की गर्मी से भ्रमित हो जाते थे या उस नन्ही सी कुकी को पूरी तरह से मिस कर देते थे।

यहीं पर शोधकर्ताओं की एक नई टीम एक चतुर समाधान के साथ आती है। उन्होंने एक स्मार्ट कंप्यूटर मस्तिष्क बनाया, जो आर्टिफिशियल इंटेलिजेंस के एक प्रसिद्ध प्रकार YOLO (जिसका अर्थ है "You Only Look Once") पर आधारित है, लेकिन उन्होंने इसे विशेष रूप से इन गर्म और जटिल पावर ग्रिड दृश्यों के लिए एक बड़ा अपग्रेड दिया है। सोचिए कि उनका नया सिस्टम, जिसका नाम IR-PowerDet है, एक सुपर-पावर्ड जासूस की तरह है जो न केवल तस्वीर को देखता है; बल्कि यह बैकग्राउंड की भटकाने वाली गर्मी को अनदेखा करना सीखता है, उन सूक्ष्म विवरणों पर ज़ूम करता है जिन्हें यह आमतौर पर मिस कर देता है, और दृश्य के चमकीले, अंधेरे या धुंधले होने के आधार पर अपनी "आंखों" को अनुकूलित करता है। उन्होंने इस जासूस का परीक्षण बिजली के उपकरणों की 1,200 वास्तविक दुनिया की हीट इमेजेस के एक कस्टम संग्रह पर किया। परिणाम क्या रहा? उनके नए जासूस ने अविश्वसनीय सटीकता के साथ उपकरणों को खोज निकाला, जिसमें उसने 96.8% लक्ष्यों को सही ढंग से पकड़ा, जबकि यह इतना तेज़ था कि बिना थके रियल-टाइम में ग्रिड की निगरानी कर सके।

समस्या: पल की गर्मी (The Heat of the Moment)

पावर लाइनें और ट्रांसफार्मर हमारे आधुनिक जगत की नसें हैं, और उन्हें सुरक्षित रखना एक बड़ी बात है। यदि उपकरण का कोई हिस्सा बहुत अधिक गर्म हो जाता है, तो यह विफल हो सकता है, जिससे ब्लैकआउट या आग तक लग सकती है। पारंपरिक रूप से, इंसानों को इन चीजों की जांच करने के लिए इधर-उधर घूमना पड़ता था, या पुराने जमाने के कंप्यूटर ट्रिक्स का उपयोग करना पड़ता था जो जटिल दृश्यों को संभालने में बहुत खराब थे। हाल के वर्षों में, हमने 'डीप लर्निंग' का उपयोग करना शुरू किया है—कंप्यूटर मस्तिष्क जो हजारों तस्वीरों को देखकर सीखते हैं। हालांकि, इन्फ्रारेड इमेज पेचीदा होती हैं। वे "शोर" (आकाश या जमीन से आने वाली यादृच्छिक गर्मी) से भरी होती हैं, और हमें जिस उपकरण को खोजना है वह अक्सर छोटा या आंशिक रूप से छिपा हुआ होता है। मानक कंप्यूटर मस्तिष्क अक्सर इन छोटे लक्ष्यों को मिस कर देते हैं या बैकग्राउंड से भ्रमित हो जाते हैं, जिससे गलत अलार्म या छूटे हुए खतरों की स्थिति पैदा होती है।

समाधान: IR-PowerDet की तीन महाशक्तियाँ

चोंगकिंग यूनिवर्सिटी ऑफ पोस्ट्स एंड टेलीकम्युनिकेशंस के शोधकर्ताओं ने केवल एक मौजूदा AI मॉडल लेकर उम्मीद नहीं की। उन्होंने एक ठोस, तेज़ मॉडल जिसे YOLOv12s कहा जाता है, लिया और इसमें तीन विशेष "मॉड्यूल" (सोचिए कि ये एक जासूस के किट में नए औजार हैं) जोड़े ताकि इसे इन्फ्रारेड पावर निरीक्षण के लिए एकदम सही बनाया जा सके।

1. मल्टी-स्केल डिटेक्टिव (MSED)
कल्पना कीजिए कि आप एक ही फोटो में एक नन्ही चींटी और एक विशाल हाथी को पहचानने की कोशिश कर रहे हैं। एक सामान्य कैमरा एक पर ध्यान केंद्रित कर सकता है और दूसरे को मिस कर सकता है। मल्टी-स्केल इक्विपमेंट डिटेक्शन (MSED) मॉड्यूल एक ऐसे जासूस की तरह है जो एक ही समय में पूरी तस्वीर को देख सकता है और सूक्ष्म विवरणों पर ज़ूम भी कर सकता है। यह छवि को देखने के लिए तीन अलग-अलग "लेंस" (कन्वोल्यूशन ब्रान्च) का उपयोग करता है: एक जो बड़ी तस्वीर देखता है, एक जो बारीक विवरणों पर ध्यान केंद्रित करता है, और एक जो मूल दृश्य को बनाए रखता है। इन दृश्यों को जोड़कर, सिस्टम अव्यवस्था से भ्रमित हुए बिना बड़े ट्रांसफार्मर और दूर के छोटे घटकों, दोनों को पहचान सकता है।

2. एनवायरनमेंट कैमेलियन (DEAM)
मौसम, दिन के समय या पास की किसी चट्टान पर सूरज की रोशनी पड़ने के आधार पर इन्फ्रारेड इमेज बहुत बदल जाती हैं। एक कठोर प्रणाली तब भ्रमित हो सकती है जब बैकग्राउंड अधिक चमकीला या गहरा हो जाता है। डायनेमिक एनवायरनमेंट अडैप्टेशन मैकेनिज्म (DEAM) एक गिरगिट (कैमेलियन) की तरह है जो वर्तमान लाइटिंग के अनुसार अपनी आंखों को ढाल लेता है। इसके दो भाग हैं: एक जो देखता है कि तस्वीर में चीजें कहाँ हैं (स्पेशियल अटेंशन) और दूसरा जो देखता है कि किस प्रकार के हीट सिग्नल महत्वपूर्ण हैं (चैनल अटेंशन)। यह बैकग्राउंड की गर्मी के "शोर" को अनदेखा करना सीख जाता है और केवल बिजली के उपकरणों के विशिष्ट हीट सिग्नेचर पर ध्यान देता है, जिससे इसे धोखा देना बहुत कठिन हो जाता है।

3. स्मॉल-ऑब्जेक्ट मैग्निफायर (SGPED)
"नन्ही कुकीज़" को खोजने के लिए यह सबसे महत्वपूर्ण उपकरण है। जब एक कंप्यूटर किसी इमेज को देखता है, तो वह अक्सर उसे प्रोसेस करने में आसानी के लिए छोटा (shrink) कर देता है, जिससे छोटी वस्तुएं गायब हो सकती हैं। स्मॉल-ऑब्जेक्ट गाइडेड पावर इक्विपमेंट डिटेक्शन एनहांसर (SGPED) एक जादुई आवर्धक लेंस (मैग्निफाइंग ग्लास) की तरह है। यह गहरे, प्रोसेस्ड डेटा को इमेज की मूल, उच्च-विस्तार वाली "उथली" (shallow) परतों के साथ वापस जोड़ता है। यह सिस्टम को उन छोटे, धुंधले या आंशिक रूप से छिपे हुए उपकरणों के किनारों और आकारों को याद रखने में मदद करता है जो अन्यथा बैकग्राउंड में गायब हो जाते।

परिणाम: गति और समझ

टीम ने अपने नए जासूस, IR-PowerDet, का परीक्षण 1,200 इन्फ्रारेड इमेजेस के एक डेटासेट पर किया जिसे उन्होंने स्वयं एकत्र किया था। ये इमेजेस चुनौतीपूर्ण थीं, जिनमें अलग-अलग लाइटिंग, बिखरा हुआ बैकग्राउंड और छोटे या बाधित उपकरण शामिल थे।

परिणाम प्रभावशाली थे। नए सिस्टम ने 96.8% सटीकता दर (mAP के रूप में मापी गई) हासिल की, जिसका अर्थ है कि इसने लगभग हर बार उपकरणों की सही पहचान की। यह अविश्वसनीय रूप से तेज़ भी था, जो 93 फ्रेम्स प्रति सेकंड (FPS) की गति से प्रोसेस कर रहा था। इसे समझने के लिए, यह Faster R-CNN (जो 11 FPS पर चलता था) या अन्य YOLO वर्ज़न्स की तुलना में बहुत अधिक तेज़ था। यह हल्का भी रहा, जिसमें केवल 11.9 मिलियन पैरामीटर्स (मॉडल का "मस्तिष्क आकार") का उपयोग किया गया, जो अन्य कई उच्च-सटीकता वाले मॉडलों से छोटा है।

अपने परीक्षणों में, शोधकर्ताओं ने दिखाया कि किसी भी तीन विशेष टूल्स (MSED, DEAM, या SGPED) को हटाने से सिस्टम खराब हो गया। उदाहरण के लिए, "स्मॉल-ऑब्जेक्ट मैग्निफायर" के बिना, सिस्टम ने अधिक छोटे लक्ष्यों को मिस किया। "एनवायरनमेंट कैमेलियन" के बिना, यह बैकग्राउंड की गर्मी से भ्रमित हो गया। लेकिन जब तीनों एक साथ काम करते हैं, तो सिस्टम एक शक्तिशाली मशीन बन जाता है, जो गति और सटीकता दोनों में मौजूदा तरीकों से बेहतर प्रदर्शन करता है।

यह क्यों महत्वपूर्ण है

यह केवल एक बेहतर कंप्यूटर प्रोग्राम बनाने के बारे में नहीं है; यह बिजली चालू रखने और आपदाओं को रोकने के बारे में है। इन्फ्रारेड डिटेक्शन को तेज़ और अधिक सटीक बनाकर, इस तकनीक को ड्रोन या एज डिवाइसेस (छोटे कंप्यूटर) पर लगाया जा सकता है जो रियल-टाइम में पावर ग्रिड की निगरानी कर सकते हैं। किसी इंसान द्वारा गर्म तार को देखने का इंतज़ार करने के बजाय, सिस्टम तुरंत समस्या को फ्लैग कर सकता है, भले ही उपकरण छोटा हो, छिपा हुआ हो, या मौसम खराब हो। शोधकर्ता सुझाव देते हैं कि हालांकि यह एक बड़ा कदम है, फिर भी नई, अनदेखी स्थितियों को बेहतर ढंग से संभालने के लिए अभी भी काम किया जाना बाकी है, लेकिन फिलहाल के लिए, IR-PowerDet हमारे पावर सिस्टम को सुरक्षित और स्मार्ट रखने का एक बहुत ही आशाजनक तरीका प्रदान करता है।