Gabatarwar Samfur

Gonar hasken rana na iya ɗaukar daga dubun dubata zuwa miliyoyin na'urori. Kowace rana suna zaune a cikin zafi, iska, yashi, ruwan sama da dusar ƙanƙara, don haka ba abin mamaki ba ne suka sami nau'ikan cututtuka. Mafi yawanci, kuma mafi haɗari, shine wuri mai zafi.

Wurin zafi shine kawai ƙaramin tabo a kan module wanda ke aiki da zafi fiye da kima. Mafi kyau yana rage ƙarfin wutar lantarki. Mafi muni yana ƙone bayan fakitin kuma ya kunna wuta, yana jefa dukan shuka cikin haɗari. Matsalar ita ce, modules an cika su gefe da gefe. Aika ma'aikata don duba su ɗaya bayan ɗaya da kayan aikin hannu yana da jinkiri kuma yana rasa abubuwa. Don haka haɗin infrared thermography da deep learning an tura shi cikin haske.

Nuna kyamarar infrared a module, ɗauki yaduwar zafinsa a matsayin taswirar zafi, sannan bari wani tsarin jijiyoyi da aka horar ya karanta maka wannan taswirar kuma ya nuna inda yake da zafi da yadda zafi yake. Yana da sauƙi. Amma samun aikin aiki a filin wani labari ne daban. Hotunan infrared suna da lahani guda uku da ke tattare da su waɗanda ke dagula algorithms na yau da kullun: ƙananan ƙuduri, girman lahani daban-daban, da bayanai marasa tsabta.

Wata sabuwar hanya mai suna SESPNet (Semantic Enhancement and Scale Perception Network) ta kai hari kai tsaye ga waɗannan lahani guda uku. Lambobinta suna da ƙarfi: 92.1% matsakaicin daidaito, 62.4 frames a sakan daya, kuma tana da ƙanƙanta don aiki a ainihin lokaci akan na'urar da aka saka a tafin hannu. Wannan labarin ya bayyana yadda take fitar da kowane wurin zafi daga hoton infrared mai duhu.

Da farko, me yasa wuraren zafi ke da mahimmanci. Tsarin PV yana da sel da yawa da aka haɗa a jere. Idan sel ɗaya ta rasa fitarwa saboda inuwa, ƙaramin tsaga ko datti, takan daina ba da gudummawar wutar lantarki kuma ta fara aiki kamar resistor, tana mai da wutar lantarki daga sauran sel zuwa zafi kuma ta ƙone a cikin kanta. Wannan sel ɗaya ta zama tushen zafi ga dukan layin, tana gudana da yawan zafi fiye da maƙwabtanta. Matsaloli marasa ƙarfi suna rage fitarwar layin. Matsaloli masu tsanani suna dafa abin rufewa a kan lokaci, suna ƙone ta cikin bayan fata, kuma suna iya ƙonewa. Gano wuraren zafi da wuri da magance su da sauri aiki ne da ayyukan PV ba za su iya gujewa ba.

Hoto 1: Na'urorin tattara hasken rana da aka ɗora a kan rufin gida, waɗanda ke fuskantar waje na shekaru, inda ƙaramin zafi na gida ke haifar da wuraren zafi.

Hoto 2: Tsarin aiki mai matakai biyar na gano zafi ta infrared don lahani na PV module, daga ɗaukar zafi zuwa gano panel ɗin da ke da matsala.

Ma'auni na Fasaha

Me yasa Infrared Ya Zama Dole don Gano Wuraren Zafi

Don fahimtar wannan algorithm, fara da tushe: me yasa kyamara mai haske ba za ta iya gano lahani na PV ba, kuma me yasa infrared ita ce kawai hanya.

Hoton haske na gani shine kawai daukar hoto na yau da kullun. Babban ƙuduri, cikakkun bayanai, yana da kyau don gano tsagewa, karce da datti a saman, irin abin da kake iya gani. Amma yana da iyaka guda ɗaya mai mutuwa. Yana karanta kamanni kawai, ba zafin jiki ba. Ƙananan tsagewa ko haɗin gwiwa mai sanyi a cikin wani module sau da yawa baya canza yadda yake kama da farko, duk da haka yana toshe wutar lantarki a wannan wuri kuma yana dumama shi. Kyamarorin haske na gani ba su da amfani ga waɗannan lahani na zafi, kuma da dare ko a cikin haske mara kyau ba su da amfani.

Infrared yana ɗaukar wata hanya ta daban. Duk wani abu sama da sifili na cikakken zafi yana haskaka infrared, kuma yayin da yake da zafi, ƙarfin haskakawa yana ƙaruwa. Kyamarar infrared tana ɗaukar wannan haskakawa kuma tana zana yaduwar zafin jiki marar ganuwa kai tsaye akan taswirar zafi mai launi ko launin toka. Ba ta buƙatar haske na waje, don haka tana aiki dare da rana. Inda module yake da zafi da nawa zafinsa yake bayyana a sarari. Ga lahani masu haifar da zafi kamar wuraren zafi da layukan grid da suka karye, infrared shine maganin halitta.

Shi ya sa infrared ya zama hanya muhimmiya don ɗaga duka daidaito da saurin gano lahani a wuraren PV. Jirgin sama mara matuki tare da kyamarar infrared na iya share dukkan tsararru a cikin 'yan mintoci kaɗan, sau da yawa fiye da ma'aikatan hannu. Amma wannan ikon ganin zafi yana zuwa da farashi: ingancin hoto ya yi ƙasa da na haske na gani.

Tsohuwar hanyar aiki tana sa ma'aikata su ɗauki kayan aiki su auna panel daya bayan daya. Yana da jinkiri kuma ya dogara da gogewa. Tare da manyan panel da aka cika da yawa kuma aka ƙidaya su da dubunnan, karanta su daya bayan daya yana da gajiya, yana da kuskure, kuma kusan ba zai yiwu ba da dare. Haɗin drone da infrared yana ƙara yawan ɗaukar hoto, amma idan har yanzu kana karanta waɗannan dubunnan hotuna da hannu, matsalar kawai tana motsawa daga aunawa zuwa kallo. Don rufe zagayen kana buƙatar algorithm don karanta hotuna. Wannan shine abin da ke buƙatar koyon zurfi.

Hoto 3: Taswirar zafi na infrared na yau da kullun. Yawan zafi, yawan launinsa yana da zafi, kuma yankin da ya yi zafi sosai yana bayyana a kallo. Wannan shine kayan aikin gano wuraren zafi.

Hoto 4: Rarraba aiki tsakanin hoton haske da infrared. Ga lahanin zafi, infrared shine maganin halitta.

Kasusuwa Uku Masu Wuyar Ganewar Lahanin Infrared

Infrared na iya ganin zafi, amma yana ba wa algorithms gano matsaloli uku masu wuya. Waɗannan ukun su ne ainihin dalilin da yasa yawancin algorithms na yau da kullun ke kasawa akan aikin infrared na PV.

Na daya: ƙarancin bambanci. Frames na infrared suna da duhu da kuma toka gabaɗaya. Bambancin greyscale tsakanin lahani da bango yana da ƙanana tun farko, kuma hayaniyar hoto a kan hakan tana sa lahani su ɓace a cikin bango. Algorithm ɗin ba zai iya ɗaukar mahimman siffofi ba, don haka daidaito yana shan wahala.

Na biyu: girman lahani yana bambanta sosai. A cikin frame guda na infrared, girman wuraren zafi na iya bambanta da sau goma. Wasu suna da girma kamar layin da aka ƙetare wanda ke haskaka a kan babban yanki; wasu kuma cell ɗaya ce kawai ke ɗan zafi a wani kusurwa. Filin karɓa mai ƙayyadaddun iyaka, wato iyakar abin da hanyar sadarwa za ta iya gani a sarari a wani lokaci, yakan rasa ɗaya don ɗayan a kan irin wannan bambancin: idan ka kai ga babban manufa, za ka rasa ƙaramin, ko kuma akasin haka.

Na uku: bayanin ƙananan manufa yana ɓacewa. Wannan shi ne mafi wahala. Hanyoyin sadarwa na jijiyoyi suna rage girman hoto Layer zuwa Layer, suna ƙara ƙarami don fitar da ma'ana mai girma. Amma ƙananan wuraren zafi waɗanda suke da 'yan pixels kawai tun farko suna ɓacewa yayin da suke ƙarami, har sai kusan babu abin da ya rage a lokacin da aka yanke shawara, kuma ganewa yana shan babban rauni.

Sanya duka ukun tare kuma a bayyane yake: gano lahani na infrared na PV yana da wahala saboda dole ne ka yi yaƙi da "ba a iya gani a sarari, girma ko'ina, cikin sauƙi a ɓace" a lokaci guda. SESPNet's uku core haɓakawa kowannensu yana kaiwa ga ɗayan waɗannan ƙasusuwa: ɗaya yana haɓaka ilimin tauhidi don murkushe bango, ɗaya yana gina dala don sarrafa girma, ɗaya yana kiyaye tashoshi don dawo da ƙananan maƙasudai.

Me ya sa ba za a ɗauki mai gano kayan aiki kai tsaye ba? Gano abu ya yi sauri, kuma ya rabu zuwa hanyoyi biyu. Ɗaya shine mataki biyu: fara tantance yankunan 'yan takara, sannan a yi hukunci a hankali, daidaito mai girma amma a hankali. ɗayan shine mataki ɗaya: kallo ɗaya yana ba da wuri da aji, mai sauri kuma ya dace da ainihin lokaci. Jerin YOLO shine tutar mataki ɗaya. Amma waɗannan algorithms na gabaɗaya an horar da su akan hotuna na yau da kullun, kuma an jefa su akan hotunan infrared na PV marasa bambanci, masu girma dabam, suna wahala. Haɓakawar SESPNet ta cike waɗannan gibi uku, an yi su musamman don lahani na infrared.

Hoto 5: Ƙasusuwa uku masu wuya na gano lahani na infrared: ƙarancin bambanci, ma'auni da yawa, da ƙananan maƙasudai.

Hoto 6: Jirgin sama mai ɗaukar hoto mai ɗaukar kyamara, yana tashi sama da tsararru don ɗaukar hotunan infrared da yawa, yana share mintuna kaɗan abin da ma'aikata za su ɗauki rabin yini don rufewa.

Fa'idodin Fasaha

Mataki na Farko: Haɓaka Ma'ana, Fitar da Lalacewa Daga Bangon

SESPNet ya gina akan YOLOv10 a matsayin tushen samfurinsa. YOLOv10 yana ɗaya daga cikin shahararrun masu gano lokaci na yau, wanda ƙungiyar Tsinghua ta fitar a watan Mayu 2024, an gina shi don zama mai sauri, daidai kuma mai sauƙin amfani. SESPNet yana yin ayyuka uku a kansa, kuma na farko yana saka Module Haɓaka Bayanin Ma'ana, SIEM, a cikin kashin baya.

Abin da yake warwarewa shine matsalar ƙarancin bambanci. Rashin bambanci a hotunan lalacewa na infrared yana barin hayaniyar bango ta tsoma baki tare da siffofin da samfurin ke fitarwa, yana cutar da daidaito. SIEM yana aiki ta hanyoyi biyu a lokaci guda. Reshen hankali na duniya yana ɗaukar ma'anar gabaɗayan hoton, yana gano abin da yake bango da abin da zai iya ɓoye lalacewa, don haka tsoma bakin hayaniyar ya ragu. Reshen hankali na gida yana mai da hankali kan cikakkun bayanai da rubutun lalacewa, yana ƙarfafa bayanin siffarsa.

Kowane reshe yana kallon abinsa, sannan duniya da gida suna auna nauyi kuma a haɗa su tare. Ka yi tunanin shi kamar lumshe ido don ganin kwatancin rufin gabaɗaya kuma ka kawar da hayaniya, sannan ka karkata don kallon ɗayan tabo mai shakku. Kusa da nesa a haɗe, kuma lalacewa ta tashi daga bangon mara haske. Siffofin da aka haɗe suna riƙe cikakkun bayanan lalacewa yayin da suke danne tsoma bakin bango, don haka bayanin siffa ya fi ƙarfi a fili.

Sakamakon ya bayyana a fili a cikin nazarin ablation daga baya: ƙara SIEM kadai yana haɓaka ma'anar daidaito a cikin dukkan nau'ikan manufa guda uku, tare da samun ci gaba na gaske wajen tsayayya da bayanai masu rikitarwa.

Backbone shine ɓangaren samfurin da ya fara taɓa hoton kuma ya fitar da sifofin asali. Sanya SIEM a nan yana nufin tsaftacewa a tushen: kafin a wuce komai, an riga an ƙarfafa sifofin lahani kuma an danne hayaniyar baya. Tare da tushe mai tsabta, sarrafa sikelin daga baya da gano manufa ba za su ɓata ta hanyar rikice-rikice ba. Shi ya sa yake cikin backbone kuma ba wani wuri ba. Magance gurɓatawa da wuri.

Hoto 7: Tsarin reshe biyu na ƙirar haɓaka ma'ana ta SIEM. Reshen duniya yana karanta babban hoto don danne baya, reshen gida yana kallon daki-daki don ƙarfafa lahani, sannan ana auna nauyi da haɗa su biyun.

Hoto 8: Tsarin PV na rufin gida. Filin da yake da yawa na kayayyaki shine ainihin yanayin rikice-rikice wanda ke ba da tsangwama ga algorithm ganowa.

Motsi na Biyu: Tafki na Pyramid, Manyan da Ƙananan Wuraren Zafi Duk Suna Cikin Hankali

Canji na biyu yana musanya ainihin ƙirar tafki na sararin samaniya na YOLOv10 da Ƙirar Tafki na Hankali na Sararin Samaniya, SAPPM. Yana magance matsalar sikelin daban-daban.

"Pyramid pooling" za a iya karanta shi azaman duba taswirar fasali iri ɗaya da tagogi da yawa na girma dabam dabam a lokaci guda. Ƙananan tagogi suna ganin cikakkun bayanai, masu kyau ga ƙananan wurare masu zafi; manyan tagogi suna ganin fadi, masu kyau ga manyan wurare masu zafi. Binciken yana gudanar da tagogin pooling da yawa daga ƙanana zuwa manya a layi daya, don haka ko lahani ya cika layuka da yawa ko kuma tabo mai girman tafin hannu, tagar da ta dace ta kama shi.

Bayan haka, SAPPM yana ƙara wani Layer na hankali na sarari. Yana ba da nauyi daban-daban ga fasali daga tagogi daban-daban, don haka ainihin bayanan ma'auni masu mahimmanci ana ajiye su a gaba da tsakiya yayin da ba su da mahimmanci ana rage su, sannan ya dinka waɗannan fasali masu ma'auni da yawa zuwa taswirar fasali mai cikawa. A taƙaice, ɓangaren farko yana kula da "ganin kowane girma," na biyu yana kula da "haske abin da ya kamata a gani." Tare suna haɓaka ƙarfin samfurin na ma'auni da yawa.

Wannan kai tsaye yana sauƙaƙa tsohuwar matsalar rasa-ɗaya-domin-ɗayan. Cibiyar sadarwa mai tsayayyen filin karɓa tana sauke ƙaramin manufa yayin da take kula da babba; tare da SAPPM a wuri, manyan da ƙananan wurare masu zafi duka ana iya ganin su a sarari a cikin wannan wucewa, ko da girman girman ya bambanta.

Hoto 9: Zane na SAPPM multi-scale feature pyramid pooling, yana duba layi daya da tagogi na girma dabam dabam sannan ya dinka su tare da auna nauyin hankali na sarari.

Hoto na 10: Hoton sama na shuka. Jirage marasa matuki suna ɗauka a tsayi daban-daban, suna sa lahani iri ɗaya ya bayyana a ma'auni daban-daban a hoton.

Matsayar Uku: Hankalin Tashar, Komawa da Ƙananan Maƙasudan da Kusan Bace

Canji na uku ya shiga cikin hanyar sadarwa ta wuya, yana gina hankalin tashar ma'auni da yawa, MCI. Yana magance mafi wahalar matsala, asarar bayanan ƙananan maƙasudai.

Da farko, magana akan tashoshi. Lokacin da hanyar sadarwa ta sarrafa hoto, tana raba siffofi zuwa tashoshi masu kama da juna da yawa, kowanne yana kwatanta hoton ta wata fuska daban. Siffofin ƙananan maƙasudai sun riga sun yi rauni, sun warwatse a cikin waɗannan tashoshi, kuma idan kowace tasha ta kula da kanta kawai ba tare da musayar ba, wannan ɗan bayanan mai daraja yana iya nutsewa cikin mika mulki ta layi-layi.

Hanyar MCI ita ce gina hulɗa tsakanin tashoshi, barin su su yi magana da juna. Duk inda tasha ke riƙe da alamar ƙaramin maƙasudi, haɗin gwiwa tsakanin tashoshi yana ƙarfafa shi kuma ya adana shi. Wannan yana ƙara ƙarfafa hakar bayanan siffofi na ƙananan ma'auni, kuma waɗannan ƙananan wuraren zafi da ke shirin ɓacewa a cikin rage girman samfurin ana dawo da su.

Inda waɗannan matakai uku suke a cikin hanyar sadarwa ma ganganci ne. SIEM yana tsaftace siffofi a tushen kashin baya, SAPPM yana taƙaita bayanai masu yawan ma'auni a wutsiyar kashin baya, kuma MCI yana yin gyare-gyare na ƙarshe a wuyan da ke haɗa kashin baya zuwa kan ganowa. Gaba, tsakiya, baya, tare sun rufe cikakken sarkar cirewa, taƙaitawa da fitar da siffofi, kuma kowane mataki yana samun magani na musamman ga maki mai raɗaɗi na lahani na infrared.

Matakai uku suna da ayyuka bayyanannu: SIEM yana kula da bambanci, SAPPM yana kula da ma'auni, MCI yana kula da ƙananan maƙasudai. Ba sa yaƙi su kaɗai amma suna mika sandar: fara ɗaga lahani daga bango, sannan rufe duk girma, sannan kama ƙaramin maƙasudi wanda zai iya tserewa. Tare da wannan haɗin, ƙasusuwa uku mafi wuya na gano lahani na infrared suna rabuwa ɗaya bayan ɗaya.

Hoto 11: Wuraren zafi na infrared da aka jera bisa ma'auni zuwa Babba, Tsakiya da Karami. Bambancin girman yana da girma, kuma ƙananan wuraren zafi sune mafi sauƙin rasa.

Hoto 12: Wani maƙasudi mara ƙarfi da kyamarar infrared ta kama. Karami da duhun maƙasudi, yana da sauƙin sharewa a cikin sarrafawa.

Aikace-aikacen Samfur

Makin: 92.1% Daidaito, 62 Frames a Dakika

Tasirin matakai uku ya zo ga bayanai. Masu bincike sun gina nasu tarin hotunan lahani na PV module infrared, suna sanya alamar wuraren zafi ta girman pixel da suke ɗauka a hoton zuwa nau'i uku: sama da 64x64 pixels shine Babba, tsakanin 32x32 da 64x64 shine Tsakiya, ƙasa da 32x32 shine Karami. Ko ganowa yana da kyau dole a karanta kowane nau'i, kowane ma'auni.

Daidaito ya dogara da ma'auni biyu. Ɗaya shine tunawa, R, yana amsa 'daga cikin lahani da ya kamata a samu, nawa aka gano.' Sauran shine matsakaicin daidaiton gabaɗaya, PmA, haɗin daidaiton ganowa a cikin nau'o'i, jimlar maki da mai ganowa ya fi damuwa da shi. Ƙara saurin ganowa, wanda aka auna a cikin firam ɗin da aka sarrafa a cikin daƙiƙa guda, waɗannan lambobi uku tare suna ba da cikakken labarin algorithm.

Fara da cirewa ta module-by-module. Tare da YOLOv10 na asali a matsayin tushe, matsakaicin daidaiton gabaɗaya shine 89.8%. Ƙara SIEM kadai, zuwa 90.4%; SAPPM kadai, 90.5%; MCI kadai, 90.7%. Kowane mataki yana taimaka. Tattara duka uku, cikakken SESPNet, kuma matsakaicin daidaiton gabaɗaya ya tashi zuwa 92.1%. Babban abin lura shine ƙananan maƙasudai: daidaiton Karami na tushe shine 86.7% kawai, kuma tare da duka uku ya haura zuwa 90.3%, cikakken maki 3.6, wanda ke tabbatar da aikin MCI na gano ƙananan maƙasudai.

Hoto 13: Cirewa ta module-by-module. Tare da modules uku da aka tattara, mafi wuya ƙananan maƙasudai daidaito ya tashi daga 86.7% zuwa 90.3%.

Hoto 14: Wani shuka mara iyaka da aka dasa a ƙasa. Dubun dubatar kayayyakinta su ne wannan algorithm ɗin dole ta duba ɗaya bayan ɗaya.

Kai da Kai: Algorithms Tara a Kan Mataki ɗaya

Kwatanta kanta da kanta bai isa ba. Binciken ya sanya SESPNet a kan mataki ɗaya tare da wasu algorithms takwas na yau da kullun, ya horar da su a kan saitin bayanai ɗaya, kuma ya auna daidaito da sauri gefe da gefe.

Sakamakon yana magana da kansa. Algorithms na mataki biyu na gargajiya kamar Faster R-CNN da Cascade R-CNN suna da iyakacin cire fasali kuma suna gudu a hankali, suna sauka a 86% zuwa 88% matsakaicin daidaito, ba su dace da wuraren da ke buƙatar babban aiki na ainihi ba. SSD ita ce mafi sauri amma daidaitonta 74.3% ne kawai, a bayyane yake ƙasa. Jerin YOLO ya fi daidaita gabaɗaya: daga YOLOv7 na 88.1%, ta hanyar YOLOX, YOLOv8, YOLOv10 da YOLOv11, daidaito ya haura zuwa kewayon 89% zuwa 90% tare da saurin kusan sittin zuwa sittin da biyar frames a cikin daƙiƙa.

SESPNet yana tura wannan lanƙwasa zuwa saman dama: 92.1% matsakaicin daidaito, kusan maki 2 sama da mai biye, da 62.4 frames a sakan daya, daidai da masu saurin YOLO. Ba ya sadaukar da gudun don ɗaga daidaito; yana riƙe wurin saman dama na sauri da daidaito wanda wasu ba za su iya kaiwa ba. Wannan ita ce babbar darajarsa. A cikin yanayin yawan adadin modules inda kake yin hukunci yayin sintiri, kowane ɗan jinkiri yana da tsada.

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

Waɗannan layuka biyu sune tushen ma'anar ma'aunin daidaito. R (recall) yana auna rabon lahani na gaske da aka gano, P (precision) yana auna nawa daga cikin lahani da aka ruwaito na gaske ne, kuma PmA shine jimillar maki da aka ƙididdige a kan nau'ikan da matakan daidaito. Hankalin ba shi da rikitarwa: rasa ƙarami gwargwadon yiwuwa (high recall) da kuma yin ƙararrawar ƙarya ƙarami gwargwadon yiwuwa (high precision), kiyaye duka ƙarshen biyu, kuma kana da mai ganowa abin dogaro.

Hoto 15: Kwatancen daidaito-gudun na algorithms tara. SESPNet yana riƙe kusurwar saman dama tare da daidaito 92.1% da FPS 62.4.

Hoto 16: Gwaji na ainihi akan dandamali mai shigar da kai. Mafi daidaito SESPNet har yanzu yana tsaye a 12.6 FPS.

Matsa Cikin Akwatin Girman Hannu kuma Har yanzu Lokaci Na Gaskiya

Yin aiki da kyau a dakin gwaji baya nufin yana iya aiki a fili. Tsire-tsiren PV galibi suna cikin daji, inda kayan bincike ke da iyaka a cikin lissafi da wutar lantarki. Ko algorithm din zai iya shiga cikin karamin akwati mai karancin wuta kuma ya yi aiki a lokaci guda shine cikas na karshe don amfani da shi a zahiri.

Masu binciken sun tura shi zuwa wani dandamali mai hade da ake kira Jetson Nano don tabbatarwa. Mai sarrafa shi kwakwalwa ce ta ARM mai kwakwalwa hudu hade da GPU mai shigarwa 128-core, wanda yayi nisa da na'urar aiki a dakin gwaji da katin sadaukarwa a cikin lissafi da wutar lantarki. An tura SESPNet a ma'aunin shigarwa guda, sannan aka yi gasa da sauran algorithms akan wannan karamin allo.

Sakamakon ya sake tabbatar da daidaitonsa. Algorithms na gargajiya na mataki biyu sun nuna ainihin halayensu a cikin saitin hade: Faster R-CNN ya fadi zuwa 1.9 frames a sakan daya, da kyar ya kai lokaci guda; Cascade R-CNN kawai 3.7. Jerin YOLO gaba daya ya fadi zuwa kusan frames goma sha daya ko goma sha biyu, yayin da SESPNet ke rike da 12.6 frames a sakan daya yayin da yake kiyaye mafi girman daidaito na 92.1%, tare da YOLOs masu nauyi, har ma da dan gaba. An rage lissafi sosai, yana kasancewa daidai kuma tsayayye, yana nuna yadda tsarin ya dace da wuraren da ke da karancin albarkatu.

Wannan yana nufin jirgi mara matuki ko mai duba mai ɗauke da wannan algorithm ba zai buƙaci aika hotuna zuwa gajimare don sarrafa su a hankali ba. A wurin, a ainihin lokaci, yana iya faɗi wanne panel ke da hotspot. Dukansu ingancin dubawa da saurin amsawa suna haɓaka mataki gaba.

Darajar yanke hukunci a kan tashi fiye da ceton tafiya ɗaya ce. Sanya lissafi a gefe yana nufin dubawa na iya ci gaba a wuraren masu nisa da ke da mummunar sigina; gano hotspot da ake zargi kuma za ka iya yi masa alama a wurin kuma ka sake tashi don tabbatarwa nan take, ba jiran bayanai su dawo da bita da hannu kafin tashi na biyu. Ga manyan masana'antu da aka auna a ɗaruruwan megawatt tare da kayayyaki da aka ƙidaya a miliyoyi, wannan ikon ainihin lokaci a wurin yana yanke shawara kai tsaye ko cikakken dubawa zai ɗauki sa'o'i ko kwanaki.

Ƙarshe: Babu Wurin Boye Ga Kowanne Panel Mai Zafi

Idan muka waiwaya, wayon SESPNet ba shi ne ta hanyar tara wani tsari mai rikitarwa ba amma ta hanyar magance alamomin da suka dace. Bambancin infrared yana da ƙasa, don haka haɓaka ma'ana yana danne bango. Girman lahani yana da rikici, don haka tafki na dala yana rufe duk girma. Ƙananan maƙasudai suna ɓacewa cikin sauƙi, don haka hankalin tashar yana dawo da su. Matakai uku, kowanne ga aikinsa, da mika sandar.

Abin da ya fi wuya shi ne cewa bai kara kiba ga samfurin don daidaito ba. Algorithms da yawa suna bin babban daidaito a makance, suna karewa, suna rage gudu, kuma ba za su iya shiga cikin na'urar da aka saka ba. SESPNet yana riƙe da gudunsa yayin da yake kaiwa ga daidaito, kuma ya tsira daga gwajin rage lissafi sosai. Wannan daidaiton na daidaito, sauri da haske shine ainihin ingancin da fagen yake daraja shi. Ko fasaha tana da kyau ya dogara ne akan ko za ta iya yin aiki na gaske a masana'anta ta gaske.

92.1% matsakaicin daidaito, 62.4 hotuna a sakan daya, kuma karami don gudanar da lokaci na gaske a cikin akwati mai girman tafin hannu. Waɗannan lambobi uku tare suna zana kayan aiki wanda zai iya sauka a masana'anta da gaske kuma ya fara aiki. Yana juya hoton infrared mai duhu, wanda ya taɓa zama da wuya ga idon mutum, zuwa rahoton lafiya inda lahani ba su da inda za su ɓoye.

Lokacin da jirgin sama mara matuki mai ɗauke da irin wannan algorithm ya ratsa filaye da filaye na shuɗi, kowane panel mai zafi a hankali ana gano shi kuma ana magance shi a farkon lokaci. Wuraren zafi da aka ɓoye sun zama bayyane, kuma ƙananan haɗari da ake gani ana kashe su. Abin da ke tsayawa shi ne masana'anta da ke juya hasken rana zuwa wutar lantarki, dogon lokaci, lafiya kuma cikakken nauyi.

Ra'ayin Ooitech

Abin da ya fi ba mu mamaki a nan shi ne yadda ganowa da kera suke bangarori biyu na tsabar aminci guda. Wurin da aka gano zafi a filin sau da yawa yana komawa ga ƙaramin tsaga ko kuma wurin da aka haɗa sanyi da aka haifa akan layi, shi ya sa walda ta stringer, daidaitawar layup da sarrafa lamination suke da mahimmanci a kan layin samar da module. Idan ka yi waɗannan matakan daidai, za ka rage yawan wuraren zafi da ke shiga filin tun da farko. Idan kana son ganin yadda ake gina da daidaita layin module na gaske, ziyarar mu na masana'anta a tashar Ooitech YouTube (www.youtube.com/ooitech) sun cancanci kallo da biyan kuɗi.