Lightweight Dual-Path Network with Dynamic Distillation for Industrial LED Defect Recognition

उन कारखानों में जो हमारी आधुनिक दुनिया को शक्ति प्रदान करते हैं, एलईडी (LED) नामक नन्ही रोशनी को लाखों की संख्या में असेंबल किया जाता है। ये घटक हमारी स्क्रीन की आँखें और हमारे शहरों के प्रकाश स्तंभ हैं, लेकिन वे नाजुक होते हैं। विनिर्माण के दौरान, उनमें सूक्ष्म दोष विकसित हो सकते हैं: गोंद में फंसा एक बुलबुला, थोड़ा ढीला पिन, या बाहरी धूल का एक कण। यदि ये दोष निकल जाते हैं, तो अंतिम उत्पाद विफल हो सकता है, जिससे भारी नुकसान और अविश्वसनीय तकनीक का सामना करना पड़ सकता है। दशकों से, निर्माता इन त्रुटियों को पकड़ने के लिए स्वचालित कैमरों और कंप्यूटरों का उपयोग करने का प्रयास कर रहे हैं। शुरुआती प्रयास कठोर नियमों या सरल पैटर्न मिलान पर निर्भर थे, जो अक्सर रोशनी बदलने या दोषों के थोड़ा अलग दिखने पर विफल हो जाते थे। हाल के सिस्टम डीप लर्निंग का उपयोग करते हैं, जो कृत्रिम बुद्धिमत्ता (AI) का एक प्रकार है जो हजारों उदाहरणों का अध्ययन करके पैटर्न पहचानना सीखता है। हालाँकि, इन स्मार्ट सिस्टम को अक्सर भारी कंप्यूटिंग शक्ति की आवश्यकता होती है, जिससे वे एक व्यस्त फैक्ट्री फ्लोर पर पाए जाने वाले छोटे, किफायती कंप्यूटरों पर चलाने के लिए बहुत भारी और धीमे हो जाते हैं। इसके अलावा, वास्तविक दुनिया का फैक्ट्री डेटा अव्यवस्थित होता है; कुछ प्रकार के दोष सामान्य होते हैं, जबकि अन्य दुर्लभ होते हैं, और विभिन्न दोष आश्चर्यजनक रूप से समान दिख सकते हैं, जो उन्नत एल्गोरिदम को भी भ्रमित कर देते हैं।

इसे हल करने के लिए, चीन के कई विश्वविद्यालयों के शोधकर्ताओं की एक टीम ने एक नया, हल्का सिस्टम विकसित किया है जिसे विशेष रूप से इन कठिन औद्योगिक परिस्थितियों के लिए डिज़ाइन किया गया है। उनका दृष्टिकोण, जो एक हालिया अध्ययन में विस्तृत है, एक छोटे, कुशल कंप्यूटर मॉडल को उच्च सटीकता के साथ एलईडी दोषों को पहचानने के लिए प्रशिक्षित करने पर केंद्रित है, भले ही डेटा असंतुलित हो और दृश्य संकेत धुंधले हों। एक छवि को देखने के एक एकल, कठोर तरीके पर निर्भर रहने के बजाय, नया सिस्टम "डुअल-पाथ" (दोहरे पथ) रणनीति का उपयोग करता है। कल्पना कीजिए कि एक छात्र एक जटिल विषय सीख रहा है: वह बड़ी तस्वीर के लिए एक पाठ्यपुस्तक पढ़ सकता है और साथ ही बारीक विवरणों के लिए विस्तृत आरेखों का परीक्षण भी कर सकता है। यह सिस्टम भी वैसा ही करता है और विश्लेषण के दो समानांतर प्रवाह चलाता है। एक प्रवाह छवि की समग्र संरचना को देखता है, जबकि दूसरा विवरण की विशिष्ट परतों पर ज़ूम करता है। महत्वपूर्ण रूप से, यह सिस्टम इन दोनों दृश्यों को हर छवि के लिए समान रूप से महत्वपूर्ण नहीं मानता है। इसके बजाय, यह एक गतिशील तंत्र का उपयोग करता है ताकि यह तय किया जा सके कि प्रत्येक विशिष्ट दोष के लिए, व्यापक दृश्य को विस्तृत दृश्य की तुलना में कितना महत्व दिया जाए। यह कंप्यूटर को अपने फोकस को अनुकूलित करने की अनुमति देता है, यानी जब दो अलग-अलग दोष बहुत समान दिखते हैं तो विवरणों पर अधिक ध्यान देता है, या जब दोष स्पष्ट होता है तो व्यापक संदर्भ पर भरोसा करता है।

इस छोटे सिस्टम को यथासंभव स्मार्ट बनाने के लिए, शोधकर्ताओं ने "नॉलेज डिस्टिलेशन" (ज्ञान आसवन) नामक तकनीक का उपयोग किया। इस प्रक्रिया में, एक बड़े, शक्तिशाली और गणनात्मक रूप से महंगे "टीचर" (शिक्षक) मॉडल को पहले दोषों को पूरी तरह से पहचानने के लिए प्रशिक्षित किया जाता है। फिर यह शिक्षक छोटे "स्टूडेंट" (छात्र) मॉडल को निर्देशित करता है, जो कि वह मॉडल है जिसे फैक्ट्री के लिए बनाया जाना है। शिक्षक केवल छात्र को सही उत्तर ही नहीं बताता; बल्कि वह विभिन्न प्रकार के दोषों के बीच सूक्ष्म संबंधों और उन्हें अलग करने वाली विशिष्ट विशेषताओं को भी साझा करता है। छात्र, शिक्षक के अंतिम निर्णयों और उन निर्णयों तक पहुँचने के लिए शिक्षक द्वारा उठाए गए मध्यवर्ती चरणों, दोनों से सीखता है। ज्ञान के इस हस्तांतरण से हल्का छात्र उस स्तर की सटीकता प्राप्त कर लेता है जिसके लिए आमतौर पर बहुत बड़ी मशीन की आवश्यकता होती है। शोधकर्ताओं ने इस पद्धति का परीक्षण दो अलग-अलग डेटा सेटों पर किया: एक नया डेटासेट जिसे उन्होंने आठ अलग-अलग दोष प्रकारों की 6,000 से अधिक छवियों के साथ बनाया है, और एक मौजूदा सार्वजनिक डेटासेट जिसका उपयोग एक प्रमुख प्रौद्योगिकी कंपनी द्वारा किया जाता है। परिणाम आश्चर्यजनक थे। अपने स्वयं के डेटासेट पर, सिस्टम ने 97.17% बार दोषों की सही पहचान की, और सार्वजनिक डेटासेट पर, इसने 96.31% सटीकता प्राप्त की। ये संख्याएँ वर्तमान में उपलब्ध अन्य हल्के मॉडलों की तुलना में एक महत्वपूर्ण सुधार का प्रतिनिधित्व करती हैं, जो अक्सर वास्तविक उत्पादन लाइनों में पाए जाने वाले दुर्लभ और भ्रमित करने वाले दोष प्रकारों के साथ संघर्ष करते हैं।

अध्ययन ने सीमित कंप्यूटिंग संसाधनों की चुनौती को भी संबोधित किया, जो औद्योगिक तैनाती के लिए एक महत्वपूर्ण कारक है। हालांकि नया सिस्टम मौजूदा सबसे सरल मॉडलों की तुलना में थोड़ा अधिक जटिल है, फिर भी यह मानक हार्डवेयर पर कुशलतापूर्वक चलने के लिए पर्याप्त छोटा बना हुआ है। यह प्रति सेकंड 300 फ्रेम से अधिक की गति से छवियों को प्रोसेस करता है, जो एक विनिर्माण लाइन की तीव्र गति के साथ तालमेल बिठाने के लिए पर्याप्त तेज़ है। शोधकर्ताओं ने प्रदर्शित किया कि सिस्टम केवल प्रशिक्षण छवियों को याद नहीं करता है बल्कि यह सीखने की क्षमता (जनरलाइज़) विकसित करता है, जिसका अर्थ है कि यह उन दोषों को भी उच्च विश्वसनीयता के साथ पहचान सकता है जिन्हें उसने पहले कभी नहीं देखा है। डुअल-पाथ आर्किटेक्चर के साथ नॉलेज डिस्टिलेशन तकनीक को जोड़कर, टीम ने एक ऐसा उपकरण बनाया है जो शक्तिशाली और व्यावहारिक दोनों है। यह कार्य सुझाव देता है कि उच्च-सटीक गुणवत्ता नियंत्रण के लिए विशाल, ऊर्जा-खपत करने वाले सुपरकंप्यूटरों की आवश्यकता नहीं है। इसके बजाय, छोटे मॉडलों को उनके बड़े समकक्षों से अधिक प्रभावी ढंग से सीखने और अपने फोकस को गतिशील रूप से अनुकूलित करने के लिए सिखाकर, कारखाने गति या दक्षता से समझौता किए बिना बेहतर दोष पहचान प्राप्त कर सकते हैं। शोधकर्ताओं ने अपना कोड और नया डेटासेट सार्वजनिक रूप से उपलब्ध करा दिया है, जिससे अन्य लोगों को स्मार्ट, अधिक विश्वसनीय औद्योगिक विनिर्माण के लिए इस आधार पर आगे बढ़ने का निमंत्रण दिया गया है।