مصنوعات کا تعارف

ایک سولر فارم میں دسیوں ہزار سے لے کر کئی ملین ماڈیولز ہو سکتے ہیں۔ دن بہ دن وہ گرمی، ہوا، ریت، بارش اور برف میں پڑے رہتے ہیں، تو یہ کوئی تعجب کی بات نہیں کہ ان میں طرح طرح کی خرابیاں پیدا ہو جاتی ہیں۔ سب سے عام اور سب سے خطرناک خرابی ہاٹ سپاٹ ہے۔

ہاٹ سپاٹ ایک ماڈیول پر ایک چھوٹا سا پیچ ہے جو غیر معمولی طور پر گرم ہو جاتا ہے۔ بہترین صورت میں یہ آپ کی بجلی کی پیداوار کو کم کر دیتا ہے۔ بدترین صورت میں یہ بیک شیٹ کو جلا دیتا ہے اور آگ لگا دیتا ہے، جس سے پورا پلانٹ خطرے میں پڑ جاتا ہے۔ مسئلہ یہ ہے کہ ماڈیولز ایک دوسرے سے جڑے ہوتے ہیں۔ عملے کو بھیج کر ہر ایک کو ہینڈ ہیلڈ آلے سے چیک کرنا سست ہے اور بہت کچھ چھوٹ جاتا ہے۔ اس لیے انفراریڈ تھرموگرافی اور ڈیپ لرننگ کے امتزاج کو توجہ میں لایا گیا ہے۔

ایک ماڈیول پر انفراریڈ کیمرہ لگائیں، اس کے درجہ حرارت کے پھیلاؤ کو ہیٹ میپ کے طور پر کیپچر کریں، پھر ایک تربیت یافتہ نیورل نیٹ ورک کو اس نقشے کو پڑھنے دیں اور بتانے دیں کہ کہاں گرم ہے اور کتنا گرم۔ یہ سیدھا سا لگتا ہے۔ لیکن اسے میدان میں حقیقت میں کام کرانا ایک اور کہانی ہے۔ انفراریڈ تصاویر میں تین موروثی خامیاں ہوتی ہیں جو عام الگورتھم کو پریشان کرتی ہیں: کم ریزولوشن، بہت مختلف سائز کے نقائص، اور گندا پس منظر۔

ایک نیا طریقہ جسے SESPNet (Semantic Enhancement and Scale Perception Network) کہا جاتا ہے، ان تینوں خامیوں کو نشانہ بناتا ہے۔ اس کے نمبر ٹھوس ہیں: 92.1% مین ایوریج پریسجن، 62.4 فریم فی سیکنڈ، اور یہ اتنا چھوٹا ہے کہ ہتھیلی پر رکھے ایمبیڈڈ ڈیوائس پر ریئل ٹائم چل سکتا ہے۔ یہ مضمون بتاتا ہے کہ یہ کس طرح ایک مدھم سرمئی انفراریڈ فریم سے ہر ہاٹ سپاٹ کو نکال لیتا ہے۔

پہلے، ہاٹ سپاٹ کیوں اہم ہیں۔ ایک PV ماڈیول بہت سے سیلز پر مشتمل ہوتا ہے جو سیریز میں جڑے ہوتے ہیں۔ اگر شیڈنگ، مائیکرو کریک یا گندگی کی وجہ سے ایک سیل اپنی آؤٹ پٹ کھو دیتا ہے، تو یہ کرنٹ دینا بند کر دیتا ہے اور ایک ریزسٹر کی طرح کام کرنے لگتا ہے، دوسرے سیلز سے آنے والی کرنٹ کو گرمی میں تبدیل کر کے اپنے اندر جلا دیتا ہے۔ وہ ایک سیل پوری سٹرنگ کے لیے حرارت کا ذریعہ بن جاتا ہے، اپنے پڑوسیوں سے دسیوں ڈگری زیادہ گرم چلتا ہے۔ ہلکے معاملات سٹرنگ کی آؤٹ پٹ کو کم کر دیتے ہیں۔ شدید معاملات وقت کے ساتھ انکیپسولنٹ کو پکا دیتے ہیں، بیک شیٹ کو جلا دیتے ہیں، اور آگ بھی لگ سکتی ہے۔ ہاٹ سپاٹ کو جلد تلاش کرنا اور ان سے جلدی نمٹنا ایک کام ہے جسے PV آپریشنز ٹال نہیں سکتے۔

شکل 1: چھت پر نصب سولر کلیکٹر ماڈیولز، جو برسوں باہر رہتے ہیں، جہاں مقامی درجہ حرارت میں اضافہ ہاٹ سپاٹ بناتا ہے۔

شکل 2: PV ماڈیول کی خرابیوں کے لیے انفراریڈ تھرمل ڈیٹیکشن کا پانچ مرحلہ ورک فلو، درجہ حرارت کی گرفت سے لے کر خراب پینل کی نشاندہی تک۔

تکنیکی پیرامیٹرز

ہاٹ سپاٹ کی نشاندہی کے لیے انفراریڈ کیوں ضروری ہے

اس الگورتھم کو سمجھنے کے لیے، بنیادی باتوں سے شروع کریں: کیوں ایک مرئی روشنی والا کیمرہ پوشیدہ PV خرابیوں کے لیے کافی نہیں ہے، اور کیوں انفراریڈ ہی واحد راستہ ہے۔

مرئی روشنی کی امیجنگ صرف عام فوٹوگرافی ہے۔ ہائی ریزولوشن، بھرپور تفصیل، سطح پر دراڑیں، خراشیں اور گندگی دیکھنے کے لیے اچھی، وہ چیزیں جو آپ دیکھ سکتے ہیں۔ لیکن اس کی ایک مہلک حد ہے۔ یہ صرف ظاہری شکل پڑھتی ہے، درجہ حرارت نہیں۔ ماڈیول کے اندر ایک مائیکرو کریک یا ٹھنڈا سولڈر جوائنٹ اکثر ابتدا میں اس کی شکل نہیں بدلتا، پھر بھی اس جگہ کرنٹ کو روکتا ہے اور اسے گرم کرتا ہے۔ مرئی روشنی والے کیمرے ان تھرمل خرابیوں کے سامنے بے بس ہیں، اور رات یا کم روشنی میں بیکار ہیں۔

انفراریڈ ایک مختلف راستہ اختیار کرتا ہے۔ کوئی بھی چیز صفر مطلق سے اوپر انفراریڈ شعاعیں خارج کرتی ہے، اور جتنی گرم ہوگی، شعاعیں اتنی ہی مضبوط ہوں گی۔ ایک انفراریڈ کیمرہ ان شعاعوں کو پکڑتا ہے اور درجہ حرارت کے پوشیدہ پھیلاؤ کو براہ راست رنگین یا گرے اسکیل ہیٹ میپ پر پینٹ کرتا ہے۔ اسے بیرونی روشنی کی ضرورت نہیں، اس لیے یہ دن رات کام کرتا ہے۔ جہاں ماڈیول گرم ہے اور کتنا گرم ہے، واضح طور پر نظر آتا ہے۔ گرمی سے پیدا ہونے والی خرابیوں جیسے ہاٹ سپاٹ اور ٹوٹی ہوئی گرڈ لائنز کے لیے، انفراریڈ قدرتی علاج ہے۔

یہی وجہ ہے کہ انفراریڈ PV پلانٹس میں خرابی کی نشاندہی کی درستگی اور رفتار دونوں بڑھانے کا ایک اہم طریقہ بن گیا ہے۔ انفراریڈ کیمرے والا ڈرون چند منٹوں میں پوری اری کو اسکین کر سکتا ہے، جو دستی عملے سے درجنوں گنا تیز ہے۔ لیکن گرمی دیکھنے کی یہ صلاحیت ایک قیمت پر آتی ہے: تصویر کا معیار مرئی روشنی سے بہت کم ہوتا ہے۔

پرانا دستی طریقہ یہ ہے کہ کارکنان آلات اٹھا کر پینل بہ پینل پیمائش کرتے ہیں۔ یہ سست ہے اور تجربے پر بہت زیادہ انحصار کرتا ہے۔ جب ماڈیولز گنجان بھرے ہوں اور ہزاروں میں شمار ہوں، تو انہیں ایک ایک کر کے پڑھنا تھکا دینے والا، غلطیوں کا شکار، اور رات کے وقت تقریباً ناممکن ہے۔ ڈرون اور انفراریڈ کا امتزاج کیپچر کے مرحلے کو زیادہ سے زیادہ بہتر بنا دیتا ہے، لیکن اگر آپ پھر بھی ان ہزاروں تصاویر کو ہاتھ سے پڑھیں، تو رکاوٹ پیمائش سے دیکھنے کی طرف منتقل ہو جاتی ہے۔ لوپ کو بند کرنے کے لیے آپ کو تصاویر پڑھنے کے لیے ایک الگورتھم کی ضرورت ہے۔ یہیں پر ڈیپ لرننگ کا کردار آتا ہے۔

شکل 3: ایک عام انفراریڈ ہیٹ میپ۔ جتنا زیادہ گرم علاقہ، اس کا رنگ اتنا ہی گرم، اور زیادہ گرم علاقہ ایک نظر میں نمایاں ہو جاتا ہے۔ یہ ہاٹ سپاٹ کا پتہ لگانے کے لیے خام مال ہے۔

شکل 4: مرئی روشنی اور انفراریڈ امیجنگ کے درمیان کام کی تقسیم۔ تھرمل خرابیوں کے لیے، انفراریڈ قدرتی علاج ہے۔

انفراریڈ ڈیفیکٹ ڈیٹیکشن میں تین مشکل ہڈیاں

انفراریڈ حرارت دیکھ سکتا ہے، لیکن یہ ڈیٹیکشن الگورتھم کو تین مشکل مسائل دیتا ہے۔ یہی تین وجوہات ہیں کہ بہت سے ریڈی میڈ الگورتھم PV انفراریڈ کام پر ناکام ہو جاتے ہیں۔

ایک: کم کنٹراسٹ۔ انفراریڈ فریم مجموعی طور پر پھیکے اور سرمئی ہوتے ہیں۔ خرابی اور پس منظر کے درمیان گرے اسکیل کا فرق شروع میں ہی کم ہوتا ہے، اور اس کے اوپر امیجنگ کا شور خرابیوں کو پس منظر میں نگلنے دیتا ہے۔ الگورتھم اہم خصوصیات کو نہیں پکڑ پاتا، جس سے درستگی متاثر ہوتی ہے۔

دو: خرابی کے پیمانے میں بہت زیادہ فرق۔ ایک ہی انفراریڈ فریم کے اندر، ہاٹ سپاٹ کے سائز دسیوں گنا مختلف ہو سکتے ہیں۔ کچھ ایک پوری بائی پاسڈ سٹرنگ ہوتی ہے جو ایک بڑے پیچ پر چمکتی ہے؛ دوسرے صرف ایک سیل ہوتا ہے جو ایک کونے میں ہلکا گرم ہوتا ہے۔ ایک مقررہ ریسیپٹیو فیلڈ، وہ رینج جسے نیٹ ورک ایک بار میں واضح طور پر دیکھ سکتا ہے، اس طرح کے پھیلاؤ کے سامنے ایک کو کھو دیتا ہے: بڑے ہدف کو پکڑو تو چھوٹا چھوٹ جاتا ہے، یا اس کے برعکس۔

تین: چھوٹے ہدف کی معلومات کھو جاتی ہیں۔ یہ سب سے مشکل ہے۔ نیورل نیٹ ورک پرت در پرت ڈاؤن سیمپل کرتے ہیں، تصویر کو سکڑ کر اعلیٰ سطحی معنی نکالتے ہیں۔ لیکن چھوٹے ہاٹ سپاٹ جو شروع میں صرف دسیوں پکسلز کے تھے، سکڑتے ہوئے ہموار ہو جاتے ہیں، یہاں تک کہ فیصلہ کرنے کے وقت تک تقریباً کچھ نہیں بچتا، اور پہچان کو بڑا دھچکا لگتا ہے۔

ان تینوں کو ایک ساتھ رکھیں اور یہ واضح ہے: PV انفراریڈ ڈیفیکٹ ڈیٹیکشن مشکل ہے کیونکہ آپ کو بیک وقت "صاف نظر نہیں آتا، سائز ہر جگہ، آسانی سے کھو جاتے ہیں" سے لڑنا ہوتا ہے۔ SESPNet کی تین بنیادی اپ گریڈز میں سے ہر ایک ان ہڈیوں میں سے ایک کو نشانہ بناتی ہے: ایک سیمنٹکس کو بڑھاتا ہے تاکہ پس منظر کو دبایا جا سکے، ایک اہرام بناتا ہے تاکہ سائز کو سنبھالا جا سکے، ایک چینلز کی حفاظت کرتا ہے تاکہ چھوٹے اہداف کو بحال کیا جا سکے۔

کیوں نہ صرف ایک ریڈی میڈ ڈیٹیکٹر لے لیا جائے؟ آبجیکٹ ڈیٹیکشن نے تیزی سے ترقی کی ہے، اور یہ دو راستوں میں تقسیم ہوتا ہے۔ ایک دو مرحلوں پر مشتمل ہے: پہلے کھردری اسکریننگ کے ذریعے ممکنہ علاقوں کی نشاندہی، پھر ہر ایک کا بغور جائزہ، اعلیٰ درستگی لیکن سست۔ دوسرا ایک مرحلہ ہے: ایک نظر میں مقام اور کلاس دونوں مل جاتے ہیں، تیز اور ریئل ٹائم کے لیے موزوں۔ YOLO سیریز ایک مرحلے کی اہم ہے۔ لیکن یہ عمومی الگورتھم عام مرئی تصاویر پر تربیت یافتہ ہیں، اور جب کم کنٹراسٹ، مختلف پیمانے والی PV انفراریڈ فریموں پر لگائے جاتے ہیں تو وہ جدوجہد کرتے ہیں۔ SESPNet کی اپ گریڈز ان تینوں خلاوں کو پُر کرتی ہیں، خاص طور پر انفراریڈ نقائص کے لیے تیار کردہ۔

شکل 5: انفراریڈ نقائص کی تین مشکل ہڈیاں: کم کنٹراسٹ، متعدد پیمانے، اور چھوٹے اہداف۔

شکل 6: ایک ملٹی روٹر ڈرون جس میں کیمرہ لگا ہے، صف کے اوپر سے اڑ کر بڑی تعداد میں انفراریڈ تصاویر لے رہا ہے، منٹوں میں وہ کام کر رہا ہے جسے عملے کو ڈھکنے میں آدھا دن لگتا۔

تکنیکی فوائد

پہلا اقدام: سیمنٹک افزائش، نقائص کو پس منظر سے باہر نکالنا

SESPNet YOLOv10 کو اپنے بنیادی ماڈل کے طور پر استعمال کرتا ہے۔ YOLOv10 آج کے سب سے مقبول ریئل ٹائم ڈیٹیکٹرز میں سے ایک ہے، جسے مئی 2024 میں سنگھوا ٹیم نے جاری کیا، تیز، درست اور تعیناتی کے لیے دوستانہ بنایا گیا۔ SESPNet اس پر تین آپریشن کرتا ہے، اور پہلا بیک بون میں سیمنٹک انفارمیشن اینہانسمنٹ ماڈیول (SIEM) شامل کرتا ہے۔

یہ کم کنٹراسٹ کے مسئلے کو حل کرتا ہے۔ انفراریڈ نقائص کی تصاویر میں کم کنٹراسٹ پس منظر کے شور کو ماڈل کی نکالی گئی خصوصیات میں مداخلت کرنے دیتا ہے، جس سے درستگی متاثر ہوتی ہے۔ SIEM ایک ساتھ دو طریقوں سے کام کرتا ہے۔ ایک عالمی توجہ کی شاخ پوری تصویر کے مجموعی معنی کو لے کر یہ معلوم کرتی ہے کہ پس منظر کیا ہے اور کہاں نقص چھپا ہو سکتا ہے، تاکہ بے ترتیبی کی مداخلت کم ہو جائے۔ ایک مقامی توجہ کی شاخ نقص کی اپنی تفصیل اور ساخت پر توجہ مرکوز کرتی ہے، اس کی خصوصیت کے اظہار کو تیز کرتی ہے۔

ہر شاخ اپنی چیز دیکھتی ہے، پھر عالمی اور مقامی کو وزن دے کر ملا دیا جاتا ہے۔ اسے اس طرح سمجھیں جیسے پوری چھت کا خاکہ دیکھنے اور بے ترتیبی کو ختم کرنے کے لیے آنکھیں سکیڑنا، پھر مشکوک جگہ کو گھورنے کے لیے جھکنا۔ قریب اور دور کا امتزاج، اور نقص مدھم پس منظر سے باہر آ جاتا ہے۔ ملی ہوئی خصوصیات نقص کی تفصیل کو برقرار رکھتی ہیں جبکہ پس منظر کی مداخلت کو دباتی ہیں، لہٰذا خصوصیت کا اظہار واضح طور پر مضبوط ہوتا ہے۔

اس کا نتیجہ بعد میں کیے گئے ایبلیشن اسٹڈی میں صاف نظر آتا ہے: صرف SIEM شامل کرنے سے تینوں ہدف کلاسز میں اوسط درستگی بڑھ جاتی ہے، اور پیچیدہ پس منظر کے خلاف مزاحمت میں حقیقی بہتری آتی ہے۔

بیک بون ماڈل کا وہ حصہ ہے جو پہلے تصویر کو چھوتا ہے اور بنیادی خصوصیات نکالتا ہے۔ یہاں SIEM رکھنے کا مطلب ہے ماخذ پر صفائی: کسی بھی چیز کے آگے منتقل ہونے سے پہلے، نقص کی خصوصیات پہلے سے مضبوط ہو جاتی ہیں اور پس منظر کا شور پہلے سے دبا دیا جاتا ہے۔ صاف ماخذ کے ساتھ، بعد میں پیمانے کی ہینڈلنگ اور ہدف کی لوکلائزیشن بے ترتیبی سے گمراہ نہیں ہوگی۔ اسی لیے یہ بیک بون میں ہے اور کہیں اور نہیں۔ آلودگی کا جلد علاج کریں۔

شکل 7: SIEM سیمنٹک افزائش ماڈیول کا دوہری شاخی ڈھانچہ۔ عالمی شاخ بڑی تصویر پڑھتی ہے تاکہ پس منظر کو دبائے، مقامی شاخ تفصیل دیکھتی ہے تاکہ نقص کو مضبوط کرے، پھر دونوں کو وزن دے کر ملا دیا جاتا ہے۔

شکل 8: چھت پر شمسی پی وی صف۔ ماڈیولز کا گھنا میدان بالکل وہی بے ترتیب منظر ہے جو پتہ لگانے والے الگورتھم میں مداخلت پیدا کرتا ہے۔

دوسری حرکت: پرامڈ پولنگ، بڑے اور چھوٹے ہاٹ سپاٹ دونوں فوکس میں

دوسری تبدیلی YOLOv10 کے اصل اسپیشل پرامڈ پولنگ ماڈیول کو اسپیس اٹینشن پرامڈ پولنگ ماڈیول (SAPPM) سے بدل دیتی ہے۔ یہ مختلف پیمانے کے مسئلے کو نشانہ بناتا ہے۔

"پرامڈ پولنگ" کو ایک ہی فیچر میپ کو ایک ساتھ مختلف سائز کی کھڑکیوں سے اسکین کرنے کے طور پر پڑھا جا سکتا ہے۔ چھوٹی کھڑکیاں باریک تفصیل دیکھتی ہیں، چھوٹے ہاٹ سپاٹ کے لیے اچھی؛ بڑی کھڑکیاں وسیع دیکھتی ہیں، بڑے ہاٹ سپاٹ کے لیے اچھی۔ مطالعہ چھوٹے سے بڑے تک کئی پولنگ کھڑکیاں متوازی طور پر چلاتا ہے، لہذا چاہے نقص کئی قطاروں پر پھیلا ہو یا صرف ہتھیلی کے سائز کا دھبہ ہو، صحیح کھڑکی اسے پکڑ لیتی ہے۔

اس کے علاوہ، SAPPM اسپیشل اٹینشن کی ایک پرت شامل کرتا ہے۔ یہ مختلف کھڑکیوں سے آنے والی خصوصیات کو مختلف وزن تفویض کرتا ہے، تاکہ واقعی اہم پیمانے کی معلومات سامنے رہے اور غیر متعلقہ کو کم کیا جائے، پھر ان کثیر پیمانے کی خصوصیات کو ایک مکمل فیچر میپ میں جوڑتا ہے۔ مختصراً، پہلا حصہ "ہر سائز کو دیکھنا" سنبھالتا ہے، دوسرا حصہ "جو دیکھنا چاہیے اسے اجاگر کرنا" سنبھالتا ہے۔ مل کر یہ ماڈل کی کثیر پیمانے کے اہداف کے احساس کو تیزی سے بڑھاتے ہیں۔

یہ براہ راست پرانے ایک کو کھو کر دوسرے کو پانے کے مسئلے کو کم کرتا ہے۔ ایک مقررہ استقبالیہ میدان والا نیٹ ورک بڑے ہدف پر توجہ دیتے ہوئے چھوٹے ہدف کو کھو دیتا ہے؛ SAPPM کی موجودگی میں، بڑے اور چھوٹے ہاٹ سپاٹ دونوں ایک ہی پاس میں واضح طور پر دیکھے جا سکتے ہیں، چاہے سائز کا فرق کتنا ہی وسیع ہو۔

شکل 9: SAPPM کثیر پیمانے فیچر پرامڈ پولنگ کا خاکہ، مختلف سائز کی کھڑکیوں کے ساتھ متوازی اسکیننگ پھر اسپیشل اٹینشن وزن کے ساتھ جوڑنا۔

شکل 10: ایک پلانٹ کا فضائی شاٹ۔ ڈرون مختلف اونچائیوں سے تصاویر لیتے ہیں، جس سے ایک ہی نقص تصویر میں اور بھی مختلف پیمانوں پر ظاہر ہوتا ہے۔

تیسری حرکت: چینل اٹینشن، تقریباً کھوئے ہوئے چھوٹے اہداف کو واپس پکڑنا

تیسری تبدیلی نیٹ ورک کی گردن میں آتی ہے، ایک کثیر پیمانے پر چینل کی توجہ کا طریقہ کار، MCI بناتی ہے۔ یہ سب سے مشکل مسئلہ، چھوٹے ہدف کی معلومات کے نقصان کو ٹھیک کرتا ہے۔

پہلے، چینلز کے بارے میں ایک بات۔ جب کوئی نیٹ ورک کسی تصویر پر کارروائی کرتا ہے، تو وہ خصوصیات کو بہت سے متوازی چینلز میں تقسیم کرتا ہے، ہر ایک تصویر کو ایک مختلف زاویے سے بیان کرتا ہے۔ چھوٹے ہدف کی خصوصیات پہلے سے کمزور ہوتی ہیں، ان چینلز میں بکھری ہوتی ہیں، اور اگر ہر چینل صرف اپنے آپ پر توجہ دے اور کوئی تبادلہ نہ ہو، تو معلومات کا وہ قیمتی ٹکڑا پرت در پرت منتقلی میں آسانی سے ڈوب جاتا ہے۔

MCI کا طریقہ یہ ہے کہ چینلز کے درمیان تعامل پیدا کیا جائے، انہیں ایک دوسرے سے بات کرنے دیا جائے۔ جہاں بھی کوئی چینل چھوٹے ہدف کا نشان رکھتا ہے، کراس چینل تعاون اسے بڑھاتا اور محفوظ رکھتا ہے۔ یہ چھوٹے پیمانے کی خصوصیت کی معلومات کے نکالنے کو مزید مضبوط کرتا ہے، اور وہ چھوٹے ہاٹ سپاٹ جو ڈاؤن سیمپلنگ میں غائب ہونے والے تھے، واپس پکڑ لیے جاتے ہیں۔

یہ تینوں اقدامات نیٹ ورک میں کہاں رکھے گئے ہیں یہ بھی جان بوجھ کر کیا گیا ہے۔ SIEM بیک بون کے ماخذ پر خصوصیات کو صاف کرتا ہے، SAPPM بیک بون کے آخر میں کثیر پیمانے کی معلومات کا خلاصہ کرتا ہے، اور MCI گردن پر حتمی پالش کرتا ہے جو بیک بون کو ڈیٹیکشن ہیڈ سے جوڑتی ہے۔ آگے، درمیان، پیچھے، مل کر وہ خصوصیات کو نکالنے، خلاصہ کرنے اور آؤٹ پٹ کرنے کے پورے سلسلے کا احاطہ کرتے ہیں، اور ہر قدم کو انفراریڈ خرابی کے درد کے نقطہ کے لیے ایک ہدفی علاج ملتا ہے۔

تینوں اقدامات کے واضح کردار ہیں: SIEM کنٹراسٹ کو سنبھالتا ہے، SAPPM پیمانے کو سنبھالتا ہے، MCI چھوٹے اہداف کو سنبھالتا ہے۔ وہ اکیلے نہیں لڑتے بلکہ بیٹن پاس کرتے ہیں: پہلے خرابی کو پس منظر سے باہر نکالیں، پھر تمام سائز کا احاطہ کریں، پھر چھوٹے ہدف کو پکڑیں جس کے پھسلنے کا سب سے زیادہ امکان ہے۔ اس امتزاج کے ساتھ، انفراریڈ خرابی کا پتہ لگانے کی تین سب سے مشکل ہڈیاں ایک ایک کر کے ٹوٹ جاتی ہیں۔

شکل 11: انفراریڈ ہاٹ سپاٹ کو پیمانے کے لحاظ سے بڑے، درمیانے اور چھوٹے میں ترتیب دیا گیا ہے۔ سائز کا فرق بہت بڑا ہے، اور سب سے چھوٹے ہاٹ سپاٹ کو یاد کرنا سب سے آسان ہے۔

شکل 12: انفراریڈ کیمرے کے ذریعے پکڑا گیا ایک مدھم ہدف۔ ہدف جتنا چھوٹا اور دھندلا ہوگا، پروسیسنگ میں اس کے ہموار ہونے کا امکان اتنا ہی زیادہ ہوگا۔

مصنوعات کا اطلاق

اسکور کارڈ: 92.1% درستگی، 62 فریم فی سیکنڈ

تینوں اقدامات کا اثر اعداد و شمار پر آتا ہے۔ محققین نے اپنا PV ماڈیول انفراریڈ خرابی کا ڈیٹاسیٹ بنایا، تصویر میں ان کے پکسل سائز کے لحاظ سے ہاٹ سپاٹ کو تین کلاسوں میں لیبل کیا: 64x64 پکسلز سے زیادہ بڑا، 32x32 سے 64x64 کے درمیان درمیانہ، 32x32 سے کم چھوٹا۔ پتہ لگانا اچھا ہے یا نہیں، اسے کلاس بہ کلاس، پیمانہ بہ پیمانہ پڑھنا ہوگا۔

درستگی دو میٹرکس پر منحصر ہے۔ ایک یادداشت (R) ہے، جو اس سوال کا جواب دیتی ہے کہ "جن نقائص کو تلاش کیا جانا چاہیے، ان میں سے کتنے بازیاب ہوئے۔" دوسرا اوسط درستگی (PmA) ہے، جو کلاسوں میں پتہ لگانے کی درستگی کا ایک مجموعہ ہے، جسے ایک ڈیٹیکٹر سب سے زیادہ اہمیت دیتا ہے۔ اس میں پتہ لگانے کی رفتار شامل کریں، جو فی سیکنڈ پروسیس شدہ فریموں میں ماپا جاتا ہے، اور یہ تین نمبر مل کر ایک الگورتھم کی مکمل کہانی بتاتے ہیں۔

ماڈول بہ ماڈول ایبلیشن سے شروع کریں۔ بیس لائن کے طور پر اسٹاک YOLOv10 کے ساتھ، اس کی اوسط درستگی 89.8% ہے۔ صرف SIEM شامل کریں، 90.4% تک؛ صرف SAPPM، 90.5%؛ صرف MCI، 90.7%۔ ہر اقدام مدد کرتا ہے۔ تینوں کو اسٹیک کریں، مکمل SESPNet، اور اوسط درستگی 92.1% تک بڑھ جاتی ہے۔ نمایاں چھوٹے اہداف ہیں: بیس لائن کی Mini درستگی صرف 86.7% ہے، اور تینوں کے ساتھ یہ 90.3% تک بڑھ جاتی ہے، جو کہ پورے 3.6 پوائنٹس کا اضافہ ہے، جو چھوٹے اہداف کی بازیابی میں MCI کے کام کو ثابت کرتا ہے۔

شکل 13: ماڈول بہ ماڈول ایبلیشن۔ تینوں ماڈیولز کے اسٹیک ہونے سے، سب سے مشکل چھوٹے ہدف کی درستگی 86.7% سے 90.3% تک بڑھ جاتی ہے۔

شکل 14: ایک لامتناہی بڑا زمینی پلانٹ۔ اس کے ہزاروں ماڈیولز بالکل وہی ہیں جنہیں اس الگورتھم کو ایک ایک کرکے چیک کرنا ہے۔

آمنے سامنے: ایک اسٹیج پر نو الگورتھم

صرف اپنے آپ سے موازنہ کرنا کافی نہیں ہے۔ مطالعہ SESPNet کو آٹھ دیگر مرکزی الگورتھم کے ساتھ ایک ہی اسٹیج پر رکھتا ہے، انہیں ایک ہی ڈیٹاسیٹ پر تربیت دیتا ہے، اور درستگی اور رفتار کا ساتھ ساتھ موازنہ کرتا ہے۔

نتیجہ خود بولتا ہے۔ کلاسک دو مرحلے والے الگورتھم جیسے Faster R-CNN اور Cascade R-CNN میں محدود فیچر نکالنے کی صلاحیت ہے اور وہ سست چلتے ہیں، 86% سے 88% اوسط درستگی پر، جو اعلیٰ حقیقی وقت کی کارکردگی کے مناظر کے لیے موزوں نہیں ہیں۔ SSD سب سے تیز ہے لیکن اس کی درستگی صرف 74.3% ہے، جو واضح طور پر کم ہے۔ YOLO سیریز مجموعی طور پر زیادہ متوازن ہے: YOLOv7 کے 88.1% سے، YOLOX، YOLOv8، YOLOv10 اور YOLOv11 کے ذریعے، درستگی 89% سے 90% کی حد تک بڑھ جاتی ہے اور رفتار تقریباً پچاس سے ساٹھ فریم فی سیکنڈ کے ارد گرد ہوتی ہے۔

SESPNet اس منحنی کو مزید اوپر دائیں طرف دھکیلتا ہے: 92.1% اوسط درستگی، دوسرے نمبر سے تقریباً 2 پوائنٹ زیادہ، اور 62.4 فریم فی سیکنڈ، جو YOLO رفتار کے ساتھ بالکل مطابقت رکھتا ہے۔ یہ درستگی بڑھانے کے لیے رفتار کی قربانی نہیں دیتا؛ یہ اوپر دائیں طرف کی پوزیشن رکھتا ہے جو تیز اور درست ہے، جہاں دوسرے نہیں پہنچ سکتے۔ یہ اس کی سب سے بڑی قدر ہے۔ بڑی تعداد میں ماڈیولز کے منظر میں جہاں آپ گشت کرتے ہوئے فیصلہ کرتے ہیں، ہر ذرا سی سستی لاگت ہے۔

R = TP ÷ ( TP + FN ) · P = TP ÷ ( TP + FP )

یہ دو لائنیں درستگی کے میٹرکس کی بنیادی تعریفیں ہیں۔ R (ریکال) حقیقی نقائص کی بازیافت کے حصے کی پیمائش کرتا ہے، P (پریسجن) یہ بتاتا ہے کہ رپورٹ کردہ نقائص میں سے کتنے حقیقی ہیں، اور PmA کلاسوں اور درستگی کی سطحوں پر شمار کردہ کل سکور ہے۔ منطق پیچیدہ نہیں ہے: جتنا ممکن ہو کم نقائص چھوڑیں (اعلی ریکال) اور جتنا ممکن ہو کم جھوٹے الارم دیں (اعلی پریسجن)، دونوں کو متوازن رکھیں، اور آپ کے پاس ایک قابل اعتماد ڈیٹیکٹر ہوگا۔

شکل 15: نو الگورتھموں کی درستگی-رفتار کا موازنہ۔ SESPNet 92.1% درستگی اور 62.4 FPS کے ساتھ اوپری دائیں کونے پر ہے۔

شکل 16: ایک ایمبیڈڈ پلیٹ فارم پر حقیقی دنیا کا ٹیسٹ۔ سب سے درست SESPNet 12.6 FPS پر مستحکم رہتا ہے۔

ہتھیلی کے سائز کے ڈبے میں سمٹ کر بھی ریئل ٹائم

لیب میں اچھی طرح چلنا اس بات کی ضمانت نہیں کہ یہ میدان میں قابل استعمال ہے۔ PV پلانٹس زیادہ تر کھلے علاقوں میں ہوتے ہیں، جہاں معائنہ کے آلات میں کمپیوٹ اور پاور محدود ہوتی ہے۔ آیا الگورتھم کم طاقت والے چھوٹے ڈبے میں فٹ ہو کر ریئل ٹائم چل سکتا ہے، حقیقی تعیناتی کی آخری رکاوٹ ہے۔

محققین نے اسے Jetson Nano نامی ایمبیڈڈ پلیٹ فارم پر پورٹ کیا تاکہ تصدیق کی جا سکے۔ اس کا پروسیسر ایک کواڈ کور ARM چپ ہے جس میں 128 کور کا انٹری لیول GPU ہے، جو لیب کی ورک سٹیشن سے کمپیوٹ اور پاور دونوں میں بہت کم ہے۔ SESPNet کو اسی ان پٹ اسکیل پر تعینات کیا گیا، پھر اس چھوٹے بورڈ پر دوسرے الگورتھموں کے ساتھ دوڑایا گیا۔

نتیجہ ایک بار پھر اس کے توازن کو ثابت کرتا ہے۔ کلاسک دو مرحلے والے الگورتھم ایمبیڈڈ سیٹنگ میں اپنی اصلی حالت دکھاتے ہیں: Faster R-CNN 1.9 فریم فی سیکنڈ پر آ جاتا ہے، بمشکل ریئل ٹائم؛ Cascade R-CNN صرف 3.7۔ YOLO سیریز عام طور پر گیارہ یا بارہ فریم کے قریب آ جاتی ہے، جبکہ SESPNet 12.6 فریم فی سیکنڈ پر برقرار رہتا ہے اور ساتھ ہی 92.1% کی اعلی درستگی بھی رکھتا ہے، ہلکے وزن والے YOLOs کے ساتھ ساتھ، بلکہ ان سے تھوڑا آگے بھی۔ کمپیوٹ کو سختی سے کم کرنے کے باوجود، یہ درست اور مستحکم رہتا ہے، جو ظاہر کرتا ہے کہ ڈیزائن وسائل کی محدود جگہوں کے لیے کتنا موزوں ہے۔

اس کا مطلب ہے کہ اس الگورتھم سے لیس ڈرون یا پورٹیبل انسپکٹر کو تصاویر واپس کلاؤڈ پر بھیجنے کی ضرورت نہیں ہوگی تاکہ آہستہ پروسیس ہو سکیں۔ موقع پر، ریئل ٹائم میں، یہ بتا سکتا ہے کہ کس پینل میں ہاٹ سپاٹ ہے۔ معائنہ کی کارکردگی اور ردعمل کی رفتار دونوں ایک اور قدم آگے بڑھ جاتی ہیں۔

فوری فیصلہ کرنے کی قدر ایک راؤنڈ ٹرپ بچانے سے زیادہ ہے۔ کنارے پر کمپیوٹ رکھنے کا مطلب ہے کہ معائنہ دور دراز کے پلانٹس پر بھی چل سکتا ہے جہاں سگنل کمزور ہو؛ مشتبہ ہاٹ اسپاٹ دیکھیں تو اسے موقع پر نشان زد کریں اور فوری طور پر تصدیق کے لیے دوبارہ پرواز کریں، ڈیٹا کی واپسی اور دوسری پرواز سے پہلے دستی جائزے کا انتظار نہ کریں۔ بڑے پلانٹس کے لیے جو سینکڑوں میگاواٹ میں ناپے جاتے ہیں اور ماڈیولز لاکھوں میں گنے جاتے ہیں، یہ سائٹ پر حقیقی وقت کی صلاحیت براہ راست فیصلہ کرتی ہے کہ مکمل معائنہ میں گھنٹے لگیں گے یا دن۔

اختتام: ہر زیادہ گرم پینل کے لیے چھپنے کی کوئی جگہ نہیں

پیچھے مڑ کر دیکھیں تو SESPNet کی چالاکی کسی پیچیدہ ڈھانچے کو ڈھیر کرنے میں نہیں بلکہ صحیح علامات کا علاج کرنے میں ہے۔ انفراریڈ کنٹراسٹ کم ہے، لہذا سیمینٹک اینہانسمنٹ پس منظر کو دباتا ہے۔ ڈیفیکٹ اسکیل گڑبڑ ہے، لہذا پرامڈ پولنگ تمام سائز کا احاطہ کرتی ہے۔ چھوٹے اہداف آسانی سے کھو جاتے ہیں، لہذا چینل اٹینشن انہیں واپس لاتی ہے۔ تین اقدامات، ہر ایک اپنے کام کے لیے، اور بیٹن پاس کرتے ہیں۔

جو چیز زیادہ نایاب ہے وہ یہ ہے کہ اس نے درستگی کی خاطر ماڈل کو موٹا نہیں کیا۔ بہت سے الگورتھم اندھا دھند اعلی درستگی کا پیچھا کرتے ہیں، آخر کار بھاری ہو جاتے ہیں، رفتار کو گھسیٹتے ہیں، اور ایمبیڈڈ ڈیوائس پر فٹ بھی نہیں ہو سکتے۔ SESPNet اپنی رفتار برقرار رکھتے ہوئے درستگی میں سرفہرست ہے، اور اس نے کمپیوٹ میں زبردست کمی کے امتحان کو بھی برداشت کیا۔ درست، تیز اور ہلکے کا یہ توازن بالکل وہی خوبی ہے جسے میدان سب سے زیادہ اہمیت دیتا ہے۔ کوئی ٹیکنالوجی اچھی ہے یا نہیں اس کا انحصار اس بات پر ہے کہ کیا یہ حقیقی پلانٹ پر حقیقی کام کر سکتی ہے۔

92.1% مین ایوریج پریسجن، 62.4 فریم فی سیکنڈ، اور اتنا چھوٹا کہ ہتھیلی کے سائز کے باکس میں حقیقی وقت میں چل سکے۔ یہ تین نمبر مل کر ایک ایسے آلے کی تصویر بناتے ہیں جو واقعی پلانٹ میں جا کر کام کر سکتا ہے۔ یہ ایک مدھم سرمئی انفراریڈ تصویر، جو کبھی انسانی آنکھ کے لیے بھی مشکل تھی، کو صحت کی رپورٹ میں بدل دیتا ہے جہاں نقائص کے پاس چھپنے کی کوئی جگہ نہیں۔

جب اس طرح کے الگورتھم والا ڈرون نیلے صفوں کے کھیتوں پر پرواز کرتا ہے، تو ہر خاموشی سے گرم ہونے والا پینل پہلے ہی لمحے میں پکڑا اور نمٹا جاتا ہے۔ پوشیدہ ہاٹ اسپاٹس نظر آنے لگتے ہیں، اور بظاہر چھوٹے خطرات ختم ہو جاتے ہیں۔ جو کچھ قائم رہتا ہے وہ بالکل ایک پلانٹ ہے جو سورج کی روشنی کو بجلی میں بدلتا ہے، لمبے عرصے تک، محفوظ اور پوری لوڈ پر۔

Ooitech کا نقطہ نظر

یہاں ہمیں سب سے زیادہ جو چیز متاثر کرتی ہے وہ یہ ہے کہ ڈیٹیکشن اور مینوفیکچرنگ ایک ہی قابل اعتماد سکے کے دو رخ ہیں۔ فیلڈ میں نشان زد ہاٹ اسپاٹ اکثر لائن پر پیدا ہونے والی مائیکرو کریک یا ٹھنڈے سولڈر جوائنٹ کی طرف جاتا ہے، یہی وجہ ہے کہ ماڈیول پروڈکشن لائن پر سٹرنگر ویلڈنگ، لی اپ الائنمنٹ اور لیمینیشن کنٹرول بہت اہم ہیں۔ ان مراحل کو درست کریں تو آپ فیلڈ میں کم ہاٹ اسپاٹس بھیجتے ہیں۔ اگر آپ دیکھنا چاہتے ہیں کہ ایک حقیقی ماڈیول لائن کیسے بنائی اور ٹیون کی جاتی ہے، تو Ooitech YouTube چینل پر ہمارے فیکٹری واک تھرو (www.youtube.com/ooitech) دیکھنے اور سبسکرائب کرنے کے قابل ہیں۔