CXS-YOLO: a lightweight bird-nest detection model for UAV inspection of overhead transmission lines

जमीन से काफी ऊपर, बिजली की तारें परिदृश्यों में फैली हुई हैं, जो घरों और शहरों तक बिजली पहुँचाती हैं। इन लाइनों को सुरक्षित रखना एक निरंतर चुनौती है। पक्षी अक्सर उन धातु के टावरों पर घोंसले बनाते हैं जो तारों को सहारा देते हैं। हालाँकि पक्षी केवल घर की तलाश में होते हैं, लेकिन उनके घोंसले पावर ग्रिड के लिए गंभीर समस्याएँ पैदा कर सकते हैं। घोंसले की सामग्री बिजली के हिस्सों के बीच के अंतर को पाट सकती है, जिससे चिंगारी, बिजली कटौती या यहाँ तक कि आग भी लग सकती है। साथ ही, ये लाइनें स्वयं पक्षियों के लिए भी खतरा पैदा करती हैं। इन समस्याओं को रोकने के लिए, उपयोगिता कंपनियों को घोंसलों को जल्दी से ढूँढना और हटाना पड़ता है। दशकों से, यह काम टावरों पर चढ़ने वाले लोगों या लाइनों के साथ चलते लोगों द्वारा किया जाता रहा है, लेकिन यह धीमा, खतरनाक और विशाल क्षेत्रों को कवर करने में कठिन है।

हाल के वर्षों में, कंपनियों ने ड्रोन, या मानव रहित हवाई वाहनों (unmanned aerial vehicles) का उपयोग करना शुरू कर दिया है ताकि वे लाइनों के साथ उड़ सकें और तस्वीरें ले सकें। उम्मीद यह है कि एक कंप्यूटर इन तस्वीरों को देख सकता है और स्वचालित रूप से एक घोंसले का पता लगा सकता है। हालाँकि, यह जितना दिखता है उससे कहीं अधिक कठिन है। एक ड्रोन टावर के करीब उड़ सकता है, जिससे घोंसला बड़ा और विस्तृत दिखाई देता है, या वह दूर हो सकता है, जिससे वही घोंसला पिक्सेल के एक छोटे से बिंदु जैसा दिखता है। पृष्ठभूमि अक्सर पेड़ों, तारों और टावर की धातु की संरचना से भरी होती है, जो घोंसले के समान दिख सकती है। इसके अलावा, ड्रोन पर उड़ने वाले कंप्यूटर छोटे होते हैं और उनकी शक्ति सीमित होती है, जिसका अर्थ है कि वे उन विशाल, जटिल सॉफ्टवेयर प्रोग्रामों को नहीं चला सकते जो आमतौर पर वस्तुओं को पहचानने के लिए सबसे अच्छा काम करते हैं। लक्ष्य एक ऐसा तरीका खोजना है जिससे सुपरकंप्यूटर की आवश्यकता के बिना सटीक रूप से इन घोंसलों का पता लगाया जा सके।

शोधकर्ताओं की एक टीम ने इस विशिष्ट समस्या को हल करने के लिए CXS-YOLO नामक एक नई प्रणाली विकसित की है। उन्होंने एक ज्ञात, कुशल कंप्यूटर विज़न मॉडल से शुरुआत की और इसके आंतरिक हिस्सों को बिजली की लाइनों पर पक्षियों के घोंसलों की अनूठी चुनौतियों को संभालने के लिए फिर से डिज़ाइन किया। कंप्यूटर को अधिक जटिल बनाकर स्मार्ट बनाने के बजाय, उन्होंने इसे इस बात के प्रति अधिक सावधान बनाया कि वह किन चीजों पर ध्यान देता है। शोधकर्ताओं ने मानक पहचान प्रणालियों की तीन मुख्य कमजोरियों पर ध्यान केंद्रित किया: दूर स्थित वस्तु के बारीक विवरणों का खो जाना, चमकीली धूप या छाया के कारण होने वाला भ्रम, और गणनाओं के दोहराव पर कंप्यूटिंग शक्ति की बर्बादी।

विस्तार खोने की समस्या को ठीक करने के लिए, टीम ने इस बात को बदला कि कंप्यूटर छवियों को छोटा करते समय उन्हें कैसे संसाधित करता है। सामान्यतः, जब एक कंप्यूटर किसी छवि का विश्लेषण करने के लिए उसे सिकोड़ता है, तो वह केवल पिक्सेल को हटा देता है, जिससे एक दूर स्थित घोंसले के सूक्ष्म किनारे मिट सकते हैं। नई प्रणाली एक विशेष विधि का उपयोग करती है जो छवि को सिकोड़ने से पहले उसकी सामग्री को देखती है। यह तय करती है कि छवि के कौन से हिस्से महत्वपूर्ण हैं जिन्हें रखना है, जिससे यह सुनिश्चित होता है कि दूर के घोंसले की सबसे हल्की बनावट भी अंतिम जाँच के लिए सुरक्षित रहे। यह प्रणाली को उन छोटे लक्ष्यों को देखने की अनुमति देता है जिन्हें अन्य मॉडल पूरी तरह से छोड़ सकते हैं।

शोधकर्ताओं ने भ्रमित करने वाली रोशनी की समस्या पर भी काम किया। आकाश में, सूरज ऐसे चमकीले धब्बे बना सकता है जो घोंसले के हिस्सों जैसे दिखते हैं, या ऐसी छाया बना सकता है जो उन्हें छिपा देती है। मानक प्रणालियाँ अक्सर इन चमकीले क्षेत्रों से धोखा खा जाती हैं। नए मॉडल में एक ऐसी विशेषता शामिल है जो घोंसले को खोजने का प्रयास करने से पहले दृश्य की चमक को समायोजित करती है। यह प्रकाश के स्तर को सामान्य (normalize) करता है ताकि कंप्यूटर चमक या अंधेरे के धब्बे से विचलित होने के बजाय वस्तु के आकार और संरचना पर ध्यान केंद्रित कर सके। यह मौसम बदलने या टावर पर सीधी धूप पड़ने पर भी प्रणाली को बहुत विश्वसनीय बनाता है।

अंत में, टीम ने उस हिस्से को सुव्यवस्थित किया जो वास्तव में निर्णय लेता है। मानक मॉडल अक्सर अलग-अलग आकारों की वस्तुओं की जाँच के लिए अलग, भारी मशीनरी का उपयोग करते हैं, जिससे ऊर्जा की बर्बादी होती है। नया डिज़ाइन इन विभिन्न जाँचों के बीच काम को साझा करता है, जो एक एकल, कुशल प्रक्रिया का उपयोग करता है जो देखे जा रहे घोंसले के आकार के अनुसार अनुकूलित होती है। यह उस मेमोरी और पावर को कम करता है जिसकी सिस्टम को आवश्यकता होती है, जिससे यह ड्रोन पर उड़ने के लिए पर्याप्त हल्का बन जाता है।

जब शोधकर्ताओं ने अपनी नई प्रणाली का परीक्षण किया, तो परिणाम स्पष्ट थे। उन्होंने ड्रोन द्वारा ली गई 3,500 से अधिक वास्तविक तस्वीरों के संग्रह का उपयोग किया, जिसमें सभी आकार के घोंसले और विभिन्न मौसमों की स्थितियाँ शामिल थीं। नई प्रणाली ने उन 89.6% मामलों में घोंसलों की सही पहचान की जहाँ उसने अनुमान लगाया था, और इसने वास्तव में मौजूद सभी घोंसलों में से 83.4% को खोज निकाला। पिछले सर्वश्रेष्ठ हल्के मॉडल की तुलना में, यह अधिक सटीक था और इसने अधिक घोंसले खोजे, जबकि बहुत कम कंप्यूटिंग पावर का उपयोग किया। विशेष रूप से, इसे 57.1% कम मेमोरी घटकों की आवश्यकता थी और इसने 31.7% कम प्रोसेसिंग ऊर्जा का उपयोग किया।

असली परीक्षा तब हुई जब उन्होंने वास्तविक हार्डवेयर पर सिस्टम चलाया। एक शक्तिशाली डेस्कटॉप कंप्यूटर पर, इसने प्रति सेकंड लगभग 36 छवियों को प्रोसेस किया। एक मानक लैपटॉप पर, इसने प्रति सेकंड लगभग 18 छवियों को संभाला। सबसे प्रभावशाली बात यह रही कि एक छोटे, कम लागत वाले कंप्यूटर बोर्ड पर, जो हॉबीस्ट प्रोजेक्ट्स में उपयोग किए जाने वाले बोर्डों के समान है, इसने अभी भी प्रति सेकंड 6 से अधिक छवियों को प्रोसेस किया। यह गति एक ड्रोन से लाइव वीडियो फीड देखने और वास्तविक समय में घोंसले को पहचानने के लिए पर्याप्त तेज़ है। शोधकर्ताओं ने सॉफ्टवेयर इंटरफ़ेस का एक वर्किंग प्रोटोटाइप बनाया, जो दिखाता है कि यह छवियों को लोड कर सकता है, पहचान चला सकता है और तुरंत परिणाम प्रदर्शित कर सकता है।

अध्ययन यह निष्कर्ष निकालता है कि यह नया दृष्टिकोण बिजली की लाइनों को सुरक्षित रखने के लिए एक व्यावहारिक समाधान प्रदान करता है। कंप्यूटर द्वारा छवि को देखने और संसाधित करने के तरीके को सावधानीपूर्वक फिर से डिज़ाइन करके, टीम ने एक ऐसा उपकरण बनाया है जो स्मार्ट और कुशल दोनों है। यह भारी कंप्यूटिंग पावर पर निर्भर नहीं है, जिसका अर्थ है कि इसे उन छोटे ड्रोनों पर तैनात किया जा सकता है जिनका उपयोग उपयोगिता कंपनियाँ पहले से ही कर रही हैं। यह बिजली आपूर्ति और उसके पास रहने वाले पक्षियों दोनों की रक्षा करते हुए, पावर ग्रिड के तेज़, सुरक्षित और अधिक बार निरीक्षण की अनुमति देता है। यह कार्य प्रदर्शित करता है कि सही समायोजन के साथ, साधारण कंप्यूटर भी वास्तविक दुनिया में जटिल दृश्य समस्याओं को हल कर सकते हैं।