YOLO-Based Deep Learning for Citrus Fruit Detection, Counting, and Yield Estimation in Complex Orchard Environments: A Systematic Review

संतरे के पेड़ों के एक बाग की कल्पना करें, जिनकी शाखाएं फलों से लदी हुई हैं और जो पत्तों के आवरण के नीचे छिपे हुए हैं। एक मानव श्रमिक के लिए, ऐसे दृश्य में हर एक संतरे को गिनना एक धीमा, थकाऊ काम है जिसमें त्रुटि होने की संभावना बनी रहती है; एक व्यक्ति एक फल को दो बार गिन सकता है, जबकि दूसरा छाया में गहराई में छिपे एक फल को छोड़ सकता है। किसानों के लिए, इस गिनती को गलत करने का अर्थ है कि वे यह गलत अनुमान लगा रहे हैं कि उनकी कितनी फसल होगी, जिससे श्रम लगाने से लेकर यह योजना बनाने तक कि कितने ट्रकों की आवश्यकता होगी, सब कुछ प्रभावित होता है। इसे हल करने के लिए, वैज्ञानिकों ने कैमरों और कंप्यूटरों की ओर रुख किया है, मशीनों को ठीक वैसे ही फल "देखने" के लिए सिखाया है जैसे एक इंसान देखता है। इस काम के लिए सबसे लोकप्रिय उपकरण एक प्रकार का सॉफ्टवेयर है जिसे YOLO कहा जाता है, जिसका अर्थ है "आप केवल एक बार देखते हैं" (You Only Look Once)। यह एक तेज़, कुशल प्रणाली है जिसे एक छवि को स्कैन करने और तुरंत वस्तुओं का पता लगाने के लिए डिज़ाइन किया गया है, जो इसे उन रोबोटों या ड्रोन के लिए आदर्श बनाता है जिन्हें बागों में चलते समय पलक झपकते ही निर्णय लेने की आवश्यकता होती है। लेकिन जैसे-जैसे ये उपकरण अधिक सामान्य होते गए हैं, यह क्षेत्र सैकड़ों अलग-अलग अध्ययनों के साथ भीड़भाड़ वाला हो गया है, जिनमें से प्रत्येक ने दावा किया है कि उन्होंने खट्टे फलों (citrus) को गिनने का बेहतर तरीका खोज लिया है। प्रश्न यह बना हुआ है: क्या ये प्रणालियाँ वास्तव में वास्तविक दुनिया के लिए तैयार हैं, या वे केवल एक नियंत्रित प्रयोगशाला में प्रदर्शन करने में अच्छी हैं?

शोधकर्ताओं की एक टीम ने लगभग दो सौ वैज्ञानिक अध्ययनों का व्यापक रूप से अध्ययन करके इसका उत्तर देने का प्रयास किया, जिन्होंने इन तेज़ पहचान प्रणालियों का उपयोग खट्टे फलों को खोजने और गिनने के लिए किया था। उन्होंने केवल सुर्खियों को नहीं पढ़ा; उन्होंने नब्बे विशिष्ट अध्ययनों की बारीकियों की जांच की, और यह देखने के लिए नियमों का एक सख्त सेट लागू किया कि आंकड़ों के पीछे वास्तव में क्या हो रहा था। उनका लक्ष्य केवल यह समझना नहीं था कि कंप्यूटर कितना अच्छा प्रदर्शन कर रहे हैं, बल्कि यह भी था कि शोधकर्ताओं ने उनका परीक्षण कैसे किया और क्या उनके परिणामों पर भरोसा किया जा सकता है। उन्होंने पाया कि तकनीक वास्तव में परिपक्व हो गई है। जब इन प्रणालियों का परीक्षण फलों की छवियों पर किया जाता है, तो वे उल्लेखनीय रूप से सटीक होती हैं, और जितने भी संतरे, नींबू और मंदारिन वे देखते हैं, उनमें से अधिकांश की सही पहचान करती हैं। औसतन, इन प्रणालियों ने वहां मौजूद फलों में से लगभग नब्बे प्रतिशत फलों को खोज लिया और जब उन्होंने कहा कि उन्हें कुछ मिल गया है, तो वे नब्बे प्रतिशत बार सही थे। प्रदर्शन का यह स्तर बताता है कि मूल तकनीक इतनी अच्छी तरह से काम कर रही है कि यह उपयोगी होने के लिए पर्याप्त है।

हालाँकि, शोधकर्ताओं ने पाया कि कहानी उतनी सरल नहीं है जितनी कि उच्च सफलता दर बताती है। जबकि कंप्यूटर चित्रों में फल पहचानने में अच्छे हैं, जिस तरह से वैज्ञानिक उनका परीक्षण कर रहे हैं वह अक्सर दोषपूर्ण होता है। समीक्षा किए गए लगभग हर अध्ययन में, शोधकर्ताओं ने अपने परीक्षण केवल एक बार चलाए, प्रयोग को दोहराए बिना यह देखने के लिए कि परिणाम सुसंगत थे या केवल एक भाग्यशाली संयोग। इसके अलावा, अधिकांश अध्ययन छवियों के बहुत छोटे संग्रहों पर निर्भर थे, जो अक्सर केवल एक बाग से और आदर्श प्रकाश व्यवस्था में लिए गए थे। यह एक कार का परीक्षण केवल गर्मियों में एक चिकके, खाली ट्रैक पर करने और फिर यह मानने जैसा है कि वह बर्फीले पहाड़ी रास्ते पर भी उतनी ही अच्छी तरह से चलेगी। शोधकर्ताओं ने पाया कि जब फल पत्तियों के पीछे छिपे होते हैं, या जब हरा फल हरी पत्तियों के साथ घुलमिल जाता है, तो कंप्यूटर काफी संघर्ष करते हैं। उन्होंने यह भी नोट किया कि बहुत कम अध्ययनों ने वास्तव में अपने सिस्टम का परीक्षण वास्तविक रोबोटों या ड्रोन पर किया जो खेत में होते हैं; अधिकांश का परीक्षण प्रयोगशाला में शक्तिशाली कंप्यूटरों पर किया गया था, जो एक वास्तविक, अप्रत्याशित बाग से बहुत अलग वातावरण है।

समीक्षा ने यह भी रेखांकित किया कि क्षेत्र ने उपकरणों के एक सामान्य सेट को अपना लिया है। अधिकांश शोधकर्ता पहचान सॉफ्टवेयर के कुछ ही संस्करणों का उपयोग कर रहे हैं और उन्हें बेहतर बनाने के लिए समान बदलाव कर रहे हैं, जैसे कि कंप्यूटर को छवि के महत्वपूर्ण हिस्सों पर ध्यान केंद्रित करने में मदद करने के लिए विशेष मॉड्यूल जोड़ना या सॉफ्टवेयर को हल्का बनाना ताकि यह छोटे उपकरणों पर चल सके। फिर भी, इन साझा तरीकों के बावजूद, कोई एक मानक डेटासेट नहीं है जिसका उपयोग सभी अपने परिणामों की तुलना करने के लिए कर सकें। यह ऐसा है जैसे दुनिया का हर शेफ यह साबित करने की कोशिश कर रहा है कि वह सबसे अच्छा सूप बनाता है, लेकिन दो शेफ भी एक ही सामग्री या एक ही रेसिपी का उपयोग नहीं कर रहे हैं, जिससे यह जानना असंभव हो जाता है कि वास्तव में सबसे अच्छा कौन है। शोधकर्ताओं ने पाया कि केवल एक बहुत छोटा हिस्सा ही उन उन्नत कैमरों का उपयोग करता है जो दृश्य प्रकाश से अधिक देख सकते हैं, जैसे कि ऐसे सेंसर जो गर्मी या विशिष्ट रंगों का पता लगाते हैं जो मानवीय आंखों के लिए अदृश्य हैं, जो फलों को पत्तियों से आसानी से अलग करने में मदद कर सकते हैं।

अंततः, अध्ययन यह निष्कर्ष निकालता है कि हालांकि नियंत्रित सेटिंग्स में खट्टे फलों का पता लगाने की क्षमता कंप्यूटर ने उच्च स्तर की सटीकता प्राप्त कर ली है, लेकिन यह क्षेत्र वास्तविक दुनिया की खेती के लिए व्यापक और विश्वसनीय उपयोग के लिए अभी तैयार नहीं है। तकनीक स्वयं मुख्य समस्या नहीं है; मुद्दा इस बात का है कि उसका सत्यापन (validation) कैसे किया जाता है। शोधकर्ता तर्क देते हैं कि भविष्य के कार्यों को प्रयोगशाला के बजाय विविध, कठिन परिस्थितियों और खेत में उपयोग किए जाने वाले वास्तविक हार्डवेयर पर इन प्रणालियों का परीक्षण करने पर ध्यान केंद्रित करना चाहिए। वे विभिन्न प्रणालियों की निष्पक्ष रूप से तुलना करने के लिए परीक्षण के एक साझा मानक और परिणामों को दोहराने योग्य सुनिश्चित करने के लिए अधिक कठोर सांख्यिकीय जाँच की मांग करते हैं। जब तक ये कदम नहीं उठाए जाते, तब तक पूरी तरह से स्वचालित फल गणना और उपज अनुमान का वादा केवल एक ठोस साक्ष्य आधार की प्रतीक्षा में, पहुंच से बाहर बना रहेगा।