Hotunan Thermal don Solar Panels: Yadda SESPNet Ke Kama Kowane Hotspot a Infrared

Gabatarwar Samfur

Gonar hasken rana na iya ɗaukar daga dubun dubata zuwa miliyoyin kayayyaki. 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 sanya dukkan tashar 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 ya zama sananne.

Nuna kyamarar infrared a kan module, ɗauki yaduwar zafinsa a matsayin taswirar zafi, sannan ka bar wani tsarin jijiyoyi da aka horar ya karanta maka wannan taswirar kuma ya nuna inda yake da zafi da yadda zafin yake. Yana da sauƙi. Amma samun aiki da shi a filin wani labari ne daban. Hotunan infrared suna da lahani guda uku da ke damun algorithms na yau da kullun: ƙananan ƙuduri, girman lahani daban-daban, da bayanai marasa tsari.

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 lokaci guda 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 digiri da yawa fiye da maƙwabtanta. Abubuwa marasa tsanani suna rage fitarwar layin. Abubuwa masu tsanani suna dafa abin rufe fuska 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 tsawon shekaru, inda ɗumamar zafi ta 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 zafin jiki zuwa gano panel ɗin da ke da matsala.

Ma'aunin Fasaha

Me yasa Infrared Ya zama Dole don Gano Wuraren Zafi

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

Hoton haske na gani kawai hoto ne na yau da kullun. Babban ƙuduri, cikakkun bayanai, yana da kyau don gano tsagewa, karce da datti a saman, irin abin da kuke iya gani. Amma yana da iyaka guda ɗaya mai mutuwa. Yana karanta kamanni kawai, ba zafin jiki ba. Ƙananan tsaga ko haɗin gwiwa mai sanyi a cikin wani module sau da yawa ba ya 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 hanya daban. Duk wani abu da ke sama da sifili na cikakken zafi yana haskaka infrared, kuma mafi zafi yana da ƙarfi. Kyamarar infrared tana ɗaukar wannan radiation kuma tana zana yaduwar zafin da ba a iya gani kai tsaye zuwa 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 yake nunawa a fili. 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 mai mahimmanci 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 haske na gani.

Tsohuwar hanyar aikin hannu tana sa ma'aikata su ɗauki kayan aiki su auna panel daya bayan daya. Yana da jinkiri kuma ya dogara da gogewa. Tare da ƙunshiyoyi da yawa da aka tattara 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 aikin 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 kira ga zurfafa koyo.

Hoto 3: Taswirar zafi na infrared na yau da kullun. Yawan zafin yanki, yawan launinsa yana da zafi, kuma yankin da ya yi zafi sosai yana fitowa 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 da 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 launin 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 raguwa.

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 yana haskaka a kan babban yanki; wasu kuma cell ɗaya ce kawai tana 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: ka sami babban manufa kuma ka rasa ƙaramin, ko kuma akasin haka.

Na uku: bayanin ƙaramin manufa yana ɓacewa. Wannan shi ne mafi wahala. Hanyoyin sadarwa na jijiyoyi suna rage girman hoto Layer da Layer, suna ƙara ƙarami don fitar da ma'ana mai girma. Amma ƙananan wuraren zafi waɗanda suka fara da 'yan pixels kaɗan suna ɓacewa yayin da suke ƙarami, har sai kusan babu abin da ya rage a lokacin da aka yanke shawara, kuma ganewa yana samun 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 danne 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 da aka shirya ba? Gano abu ya yi sauri, kuma ya rabu zuwa hanyoyi biyu. Ɗaya mataki biyu ne: fara tantance yankunan da za a iya zaɓa, sannan a yi hukunci a hankali, daidaito mai girma amma a hankali. ɗayan kuma mataki ɗaya ne: kallo ɗaya yana ba da wuri da aji, da 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 da ake iya gani, kuma idan aka jefa su akan hotunan infrared na PV masu ƙarancin bambanci, masu girman gaske, suna wahala. Haɓakawar SESPNet sun cika 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 mara matuki mai dauke da 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 Lalacewar 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 Tsarin Haɓaka Bayanin Ma'ana, SIEM, a cikin kashin baya.

Abin da yake warwarewa shine matsalar ƙarancin bambanci. Bambanci mara kyau a hotunan lalacewar 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 lalacewar kanta, yana ƙarfafa bayyanar siffofinta.

Kowane reshe yana kallon abinsa, sannan na duniya da na gida ana auna su 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 facin da ake zargi. Kusa da nesa a haɗe, kuma lalacewar ta tashi daga bangon mara haske. Siffofin da aka haɗa suna riƙe cikakkun bayanai na lalacewar yayin da suke danne tsoma bakin bango, don haka bayyanar siffa ta 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 ingantacciyar nasara wajen tsayayya da bayanai masu rikitarwa.

Backbone shine ɓangaren samfurin da ya fara taɓa hoton kuma ya fitar da sifofin tushe. 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 girman daga baya da gano manufa ba za su ɓace 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 bayanai, 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 na'urori shine ainihin yanayin rikice-rikice wanda ke ba da tsangwama ga algorithm ganowa.

Motsi na Biyu: Tarin Pyramid, Manyan da Ƙananan Wurare Duk Suna Cikin Hankali

Canji na biyu ya maye gurbin ƙirar tattara pyramid na sararin samaniya na YOLOv10 da Ƙirar Tattara Pyramid Hankali na Sarari, SAPPM. Yana magance matsalar ma'auni daban-daban.

"Pyramid pooling" za a iya karanta shi azaman duba taswirar siffa guda tare da tagogi da yawa na girma 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 lokaci guda, don haka ko lahani ya cika layuka da yawa ko kuma ɗan tabo ne girman tafin hannu, tagon da ya dace zai kama shi.

Bayan haka, SAPPM yana ƙara wani Layer na hankali na sarari. Yana sanya nauyi daban-daban ga siffofi daga tagogi daban-daban, don haka ainihin bayanan ma'auni masu mahimmanci ana ajiye su a gaba da tsakiya yayin da marasa dacewa ana rage su, sannan ya dinka waɗannan siffofi masu ma'auni da yawa zuwa taswirar siffa 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 za a iya gani a sarari a cikin wannan wucewa, ko ta yaya girman rata.

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

Hoto na 10: Hoton jirgin 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.

Matsi na Uku: Hankalin Tashar, Dawo da Ƙananan Maƙasudan da Kusan Bace

Canji na uku ya sauka a cibiyar 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 cibiyar 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 miƙa 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 wurare masu zafi waɗanda suka kusa ɓacewa a rage girman ana dawo dasu.

Inda waɗannan matakai uku suke a cikin hanyar sadarwa ma ganganci ne. SIEM tana tsaftace siffofi a tushen kashin baya, SAPPM tana taƙaita bayanai masu yawan ma'auni a ƙarshen kashin baya, kuma MCI tana yin gyare-gyare na ƙarshe a wuyan da ke haɗa kashin baya da 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 tana kula da bambanci, SAPPM tana kula da ma'auni, MCI tana 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 ga ma'auni zuwa Babba, Tsakiya da Karami. Bambancin girman yana da girma, kuma mafi ƙanƙanta wuraren zafi sune mafi sauƙin rasa.

Hoto 12: Wani maƙasudi mara ƙarfi da kyamarar infrared ta kama. Mafi ƙanƙanta da duhun maƙasudi, yafi sauƙin zama mai santsi a cikin sarrafawa.

Aikace-aikacen Samfur

Makin: 92.1% Daidaito, Frames 62 a Sakan

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

Daidaito ya dogara da ma'auni biyu. Ɗaya shine recall, R, yana amsa 'daga cikin lahani da ya kamata a samu, nawa aka gano.' ɗayan kuma shine mean average precision, PmA, haɗakar daidaiton ganowa a cikin nau'i, jimillar 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 ablation module-by-module. Tare da YOLOv10 na asali a matsayin tushe, mean average precision ɗinsa shine 89.8%. Ƙara SIEM kaɗai, zuwa 90.4%; SAPPM kaɗai, 90.5%; MCI kaɗai, 90.7%. Kowane mataki yana taimakawa. Tattara duka uku, cikakken SESPNet, kuma mean average precision ya tashi zuwa 92.1%. Babban abin lura shine ƙananan maƙasudai: Mini precision 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: Ablation module-by-module. Tare da modules uku da aka tattara, mafi wuya ƙananan-maƙasudai precision ya tashi daga 86.7% zuwa 90.3%.

Hoto 14: Wani shuka mara iyaka da aka dasa a ƙasa. Dubunnan dubban kayayyakinta sune abin da wannan algorithm ke buƙatar duba ɗaya bayan ɗaya.

Kai da Kai: Algorithms Tara a Kan Mataki Guda

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 akan saitin bayanai guda, kuma ya auna daidaito da sauri tare.

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 aiki a hankali, suna kaiwa zuwa 86% zuwa 88% matsakaicin daidaito, ba su dace da wuraren da ke buƙatar babban aiki na ainihi ba. SSD shine mafi sauri amma daidaitonsa shine 74.3% kawai, a bayyane yake ƙasa. Jerin YOLO ya fi daidaita gabaɗaya: daga YOLOv7's 88.1%, ta hanyar YOLOX, YOLOv8, YOLOv10 da YOLOv11, daidaito ya haura zuwa kewayon 89% zuwa 90% tare da saurin kusan hamsin zuwa sittin frames a cikin daƙiƙa guda.

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 layukan biyu sune tushen ma'anar ma'aunin daidaito. R (recall) yana auna rabon ainihin lahani da aka gano, P (precision) yana auna nawa daga cikin lahani da aka ruwaito su ne na gaskiya, kuma PmA shine jimillar maki da aka ƙididdige a cikin nau'o'i da matakan daidaito. Hankalin ba shi da rikitarwa: rasa ƙarami gwargwadon yiwuwa (high recall) da kuma ƙarya-ƙarami gwargwadon yiwuwa (high precision), ka kiyaye duka ƙarshen, kuma za ka sami mai ganowa abin dogaro.

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

Hoto 16: Gwaji na ainihi a kan 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 gwaje-gwaje ba yana nufin ana iya amfani da shi a filin ba. Tsire-tsire na PV galibi suna cikin daji, inda kayan aikin dubawa 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 shinge na karshe don aiwatarwa na gaske.

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 shiga matakin 128-core, nesa da wurin aikin dakin gwaje-gwaje tare da katinta na musamman a cikin lissafi da wutar lantarki. An tura SESPNet a ma'aunin shigarwa guda, sannan aka yi tsere 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 na gaske; Cascade R-CNN kawai 3.7. Jerin YOLO gabaɗaya ya fadi zuwa kusan frames goma sha daya ko goma sha biyu, yayin da SESPNet ke rike da frames 12.6 a sakan daya yayin da yake kiyaye mafi girman daidaito na 92.1%, tare da YOLOs masu nauyi, har ma da gaba kadan. An rage lissafi sosai, yana kasancewa daidai kuma a tsaye, 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 wuri mai zafi. 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 masana'antu masu nisa da ke da mummunar sigina; idan ka ga wani wuri da ake zargin yana da zafi, za ka iya yi masa alama a wurin kuma ka sake tashi don tabbatarwa nan take, ba tare da jiran bayanan su dawo da bita da hannu ba kafin tashi ta biyu. Ga manyan masana'antu da aka auna a ɗaruruwan megawatt tare da kayayyaki da aka ƙidaya a miliyoyi, wannan iyawar kan-gida a ainihin lokaci kai tsaye tana yanke shawarar ko cikakken dubawa zai ɗauki sa'o'i ko kwanaki.

Ƙarshe: Babu Wurin Boye Ga Kowane Panel Mai Zafi

Idan muka waiwaya baya, 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 rage bayan gida. 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 girman samfurin ba don daidaito. Yawancin algorithms suna bin babban daidaito a makance, suna zama masu kumbura, suna rage gudu, kuma ba za su iya shiga cikin na'urar da aka saka ba. SESPNet yana riƙe da gudunsa yayin da yake kan gaba a daidaito, kuma ya tsira daga gwajin rage ƙarfin lissafi sosai. Wannan daidaiton na daidaito, sauri da sauƙi 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 frames a sakan daya, kuma ƙarami don gudanar da aiki 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 mayar da 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 suke ɓoye sun zama bayyane, kuma ƙananan haɗari da ake ganin ba su da muhimmanci ana kashe su. Abin da ke tsayawa shi ne masana'antar 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 karamin tsaga ko kuma wurin da aka yi sanyi a kan layi, shi ya sa walda ta stringer, daidaita layup da sarrafa lamination suke da muhimmanci sosai a kan layin samar da module. Idan ka yi wadannan 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 shagon YouTube na Ooitech (www.youtube.com/ooitech) sun cancanci kallo da biyan kuɗi.