PMSC-YOLO: Balancing Detection Accuracy and Model Lightweighting for Resource-constrained UAV Platforms

जमीन से काफी ऊपर, उड़ते हुए ड्रोन पर लगे कैमरे एक ऐसी दुनिया को कैद करते हैं जो हमारी अपनी आँखों से दिखने वाली दुनिया से बहुत अलग दिखती है। इस ऊंचाई से, कारें नन्हे कण बन जाती हैं, और लोग परिदृश्य में बिखरे हुए मात्र बिंदु रह जाते हैं। इन वस्तुओं को पहचानने की कोशिश कर रहे एक कंप्यूटर के लिए, यह चुनौती अत्यंत विशाल है। छवियां छोटे लक्ष्यों के घने समूहों से भरी होती हैं जिनका आकार बहुत भिन्न होता है, और कंप्यूटर को इन पर प्रतिक्रिया देने के लिए पर्याप्त तेज़ी से काम करना चाहिए। यह आधुनिक ड्रोन तकनीक के सामने मुख्य समस्या है: कंप्यूटर को इतना स्मार्ट कैसे बनाया जाए कि वह इन सूक्ष्म विवरणों को देख सके, लेकिन इसे इतना भारी और जटिल भी न बनाया जाए कि ड्रोन इसे ले ही न जा सके। पारंपरिक तरीके अक्सर स्पष्ट रूप से देखने और कुशलतापूर्वक उड़ने के बीच किसी एक को चुनने के लिए मजबूर करते हैं, लेकिन एक नया दृष्टिकोण दोनों को पाने का लक्ष्य रखता है।

जियांग्शी यूनिवर्सिटी ऑफ वॉटर रिसोर्सेस एंड इलेक्ट्रिक पावर के शोधकर्ताओं ने विशेष रूप से इस दुविधा को हल करने के लिए डिज़ाइन किया गया एक नया सिस्टम विकसित किया है। उन्होंने एक शक्तिशाली, आधुनिक डिटेक्शन इंजन से शुरुआत की जिसे YOLO के नाम से जाना जाता है, जो अपनी गति के लिए प्रसिद्ध है, लेकिन उन्हें एहसास हुआ कि यह ड्रोन फुटेज की अनूठी कठिनाइयों के साथ संघर्ष करता है। इसे ठीक करने के लिए, उन्होंने केवल कंप्यूटर को अधिक मेहनत नहीं करवाई; इसके बजाय, उन्होंने इस तरीके को फिर से डिज़ाइन किया जिससे कंप्यूटर छवि को देखता है। उन्होंने इमेज डेटा को सिकोड़ने का एक नया तरीका पेश किया जो छोटे ऑब्जेक्ट्स के सूक्ष्म विवरणों को धुंधला करने के बजाय उन्हें सुरक्षित रखता है। उन्होंने एक ऐसा तंत्र भी जोड़ा जो कंप्यूटर को जमीन की महीन बनावट और वस्तुओं के किनारों को याद रखने में मदद करता है, जिससे यह सुनिश्चित होता है कि एक दूर का पैदल यात्री या एक छोटा वाहन बैकग्राउंड के शोर में खो न जाए।

टीम ने फिर एक विशेष नेटवर्क बनाया जो विभिन्न दृश्य सूचना परतों (विजुअल लेयर्स) को जोड़ता है, जिससे सिस्टम एक साथ व्यापक दृश्य और सूक्ष्म विवरणों, दोनों को देख पाता है। यह इसलिए महत्वपूर्ण है क्योंकि एक मानक कंप्यूटर विजन सिस्टम अक्सर बड़े आकारों पर बहुत अधिक ध्यान केंद्रित करता है और छोटे आकारों को छोड़ देता है। इन परतों को सावधानीपूर्वक मिलाकर, नया सिस्टम एक छोटे ऑब्जेक्ट को तब भी पहचान सकता है जब वह कई अन्य वस्तुओं से घिरा हो। यह सुनिश्चित करने के लिए कि यह जटिल मस्तिष्क वास्तव में एक ड्रोन पर फिट हो सके, शोधकर्ताओं ने एक सटीक 'प्रूनिंग' (छंटाई) तकनीक लागू की। एक मूर्तिकार की कल्पना करें जो मूर्ति को प्रकट करने के लिए संगमरमर के ब्लॉक से पत्थर का हर अनावश्यक टुकड़ा हटा देता है; यह विधि व्यवस्थित रूप से कंप्यूटर की मेमोरी और गणना चरणों के अनावश्यक हिस्सों को काट देती है, जिससे केवल सटीक पहचान के लिए आवश्यक मार्ग ही शेष बचते हैं।

इस कार्य के परिणाम प्रभावशाली हैं। हजारों वाहनों, लोगों और अन्य वस्तुओं वाली वास्तविक दुनिया की ड्रोन छवियों के एक बड़े संग्रह पर परीक्षण किए जाने पर, नया सिस्टम अपने आधार वाले मानक संस्करण की तुलना में काफी हल्का और तेज़ साबित हुआ। इसने मेमोरी की आवश्यकता को साठ प्रतिशत तक कम कर दिया और गणना की आवश्यकता को लगभग आधा कर दिया, और यह सब उच्च स्तर की सटीकता बनाए रखते हुए किया। वास्तव में, इसने ड्रोन के लिए डिज़ाइन किए गए कई अन्य विशेष सिस्टमों की तुलना में बेहतर प्रदर्शन किया, विशेष रूप से सबसे छोटे लक्ष्यों को खोजने के मामले में। सिस्टम का परीक्षण उपग्रहों और उच्च-ऊंचाई वाली उड़ानों से ली गई छवियों के एक अलग सेट पर भी किया गया था, जहाँ इसने असाधारण विश्वसनीयता के साथ प्रदर्शन जारी रखा, जिससे सिद्ध हुआ कि इसका डिज़ाइन विभिन्न प्रकार के हवाई दृश्यों में काम करता है।

यह उपलब्धि महत्वपूर्ण है क्योंकि यह महत्वपूर्ण स्थितियों में ड्रोन के उपयोग में एक बड़ी बाधा को दूर करती है। चाहे ड्रोन आपदा के बाद जीवित बचे लोगों की तलाश कर रहा हो, व्यस्त शहर में यातायात की निगरानी कर रहा हो, या बुनियादी ढांचे का निरीक्षण कर रहा हो, उसे तुरंत निर्णय लेने की आवश्यकता होती है। एक सिस्टम जो बहुत भारी या धीमा है, वह ड्रोन की बैटरी को खत्म करता है और उसकी प्रतिक्रिया में देरी करता है। अत्यधिक सटीक और अविश्वसनीय रूप से कुशल डिटेक्शन एल्गोरिदम बनाकर, शोधकर्ताओं ने एक ऐसा उपकरण प्रदान किया है जो ड्रोनों को अधिक समय तक उड़ने और अधिक स्पष्ट रूप से देखने की अनुमति देता है। यह कार्य दर्शाता है कि तीक्ष्ण दृष्टि की आवश्यकता और मशीन की भौतिक सीमाओं के बीच संतुलन बनाना संभव है, जो स्वायत्त उड़ान की अगली पीढ़ी के लिए एक व्यावहारिक समाधान पेश करता है।