זיהוי גופים זרים בקווי מתח באמצעות SESYOLO

שמירה על קווי חשמל נקיים ובטוחים

החיים המודרניים תלויים בזרימת חשמל חלקה דרך רשתות אדירות של קווי מתח. עם זאת, משהו יומיומי כמו קן ציפור או עפיפון שנלכד עלול לגרום להפסקות חשמל, לשריפות או לתיקונים יקרים כאשר הוא נתקע בציוד תחת מתח גבוה. מחקר זה מציג מערכת ראייה ממוחשבת משופרת בשם SESYOLO, שעוזרת למטוסים ללא טייס (רחפנים) לזהות באופן אוטומטי גופים זרים כאלה על קווי מתח במהירות ובדיוק, גם כשהגופים קטנים, בעלי צורה בלתי אחידה או מוסתרים בסצנה צפופה.

בלגן יומיומי, סיכון מתח גבוה

קווי שידור מתפרשים על פני אלפי קילומטרים בשדות, נהרות וערים, ועוברים בסביבות מלאות בציפורים, עצים ופעילות אנושית. קינים, שקיות פלסטיק, עפיפונים ובלונים יכולים להידבק לחוטים או למגדלים וליצור מסלולי קפיצת חשמל היכן שאסור. בדיקות מסורתיות תלויות במידה רבה בעובדים הנוסעים מרחקים רבים וסורקים במבט את המבנים — משימה איטית ולעתים מסוכנת. הרחפנים מקילים על איסוף תמונות, אך הפיכת התמונות הללו לאיתותים אוטומטיים ואמינים דורשת תוכנה שיכולה להבחין בעצמים קטנים ובלתי רגילים על רקעים מלאי כבלים, טרסות פלדה וצמחייה. תוכניות קיימות לעיתים טועות ודפוסי רקע כסכנה, מפספסות עצמים זעירים וסובלות ממחסור בתמונות אימון מתויגות היטב.

להראות למכונות איך נראית בעיה

כדי להתגבר על המחסור ואי־ההסתברות של תמונות בדיקות אמיתיות, החוקרים בנו תחילה אוסף תמונות חדש בשם FOD24, המתמקד בגופים זרים על קווי מתח. הם שילבו 1,401 תמונות רחפן אמיתיות עם מספר שיטות שיפור תמונה, כגון התאמת צבע ובהירות, הוספת טשטוש ורעש, וסימולציה של גשם, שלג וערפל. לאחר מכן השתמשו בכלים מודרניים ליצירת תמונות לייצר סצנות ריאליסטיות נוספות, וכך מילאו קטגוריות חסרות כמו בלונים או עפיפונים. לאחר מיון ותיוג אנושיים קפדניים, המערך הסופי הכיל 2,817 תמונות המכסות קיני ציפורים, עפיפונים, בלונים, שקיות פלסטיק ובודקי בידוד. רק תמונות אמיתיות שימשו לבדיקות, מה שהבטיח שטענות הביצועים משקפות תנאי אמת במקום דוגמאות מלאכותיות.

עין חכמה יותר למטרות זעירות

בהתבסס על גלאי מהיר פופולרי הידוע כ‑YOLOv8, הצוות עיצב מחדש מספר רכיבים מרכזיים ברשת כך שתתמודד טוב יותר עם עצמים קטנים ומוסווים מבלי לאבד זמן ריצה בזמן אמת על חומרה טיפוסית שעל הרחפנים. מודול חדש בשם SCConv מסייע למערכת להתמקד בפרטים המידעיים ביותר הן במיקום והן בעוצמת התכונות בתמונה, ובכך מקטין חישובים מיותרים. מרכיב נוסף, Efficient RepGFPN, משפר את אופן האיחוד בין תצפיות כוללות וגסות לבין תצפיות קרובות ועדינות — קריטי כאשר קינים או עפיפונים תופסים רק כמה פיקסלים. לבסוף, מנגנון תשומת לב מותאם ב'ראש' הגילוי מעודד את הרשת להדגיש את הגופים הזרים ולהמעיט ברקע המסיח. יחד, השינויים מחדים את היכולת לזהות צורות עדינות מבלי לפגוע במהירות העיבוד.

לימוד ממורה חזק יותר

החוקרים שיפרו עוד יותר את יכולות SESYOLO באמצעות טכניקה שנקראת דיסטילציה של ידע (knowledge distillation). בפשטות, הם אימנו גלאי קטן ומהיר יותר ("התלמיד") לחקות את התנהגותו של מודל גדול ומסוגל יותר ("המורה"). במהלך האימון נחשף התלמיד לתמונות שעברו הגברה אגרסיבית שהדמה את הסצנות המגוונות והמבולגנות שגובהם נתקלים הרחפנים בשטח. מודולים מיוחדים יישרו את האותות הפנימיים בין המורה והתלמיד כך שהתלמיד יוכל לספוג ביתר קלות גם את מה שקיים בתמונה וגם את מיקומו. לאחר אימון דו‑שלבי זה, מודל התלמיד שמר על חלק גדול מהדיוק של המורה תוך שהוא נשאר קומפקטי ויעיל דיו לפריסה מעשית על פלטפורמות אוויריות.

זיהוי משופר לרשת אמינה יותר

כאשר נבחן מול מספר מערכות זיהוי עצמים ידועות, SESYOLO הציג דיוק וזכירה גבוהים במידה ניכרת, במיוחד עבור עצמים קטנים ובעלי צורה לא סדירה. בהשוואה לגרסת YOLOv8 המקורית שעליה הוא מבוסס, SESYOLO שיפר ציון דיוק מרכזי בכערך תשע נקודות אחוז והראה ביצועים חזקים במיוחד בזיהוי קיני ציפורים, עד כדי כמעט 94% דיוק. במקביל, המודל נשאר קל־משקל — צורך בערך 7.9 מגה־בייט של זיכרון — ומהיר מספיק לעבד כ‑142 תמונות בשנייה על כרטיס גרפי סטנדרטי. עבור חברות חשמל, משמעות הדבר היא שרחפנים יכולים לסרוק קווים במהירות ולסמן אוטומטית סיכונים סבירים, מה שמאפשר לצוותים להתמקד בתיקונים מהירים במקום בחיפוש ידני. במונחים יומיומיים, העבודה מציעה דרך להפחתת הפסקות חשמל בלתי צפויות, להגברת הבטיחות בסמוך לקווי מתח גבוה ולרשת חשמל אמינה יותר.

ציטוט: Duan, P., Zhang, X., Liang, X. et al. Foreign object detection in power transmission lines using SESYOLO. Sci Rep 16, 11807 (2026). https://doi.org/10.1038/s41598-026-41080-7

מילות מפתח: בדיקות קווי מתח, צילום בכרומבה, זיהוי עצמים, למידה עמוקה, בטיחות תשתיות