Utafiti huu unapendekeza mbinu ya mwanzo hadi mwisho inayounganisha vipimo vya rada inayopenya ardhini na akili bandia ya moduli nyingi ili kutathmini hali ya kushikamana katika mifumo ya insulation ya joto ya nje ya majengo bila kuharibu muundo. Mfumo unaainisha hali tatu: mshikamano wa kawaida, kutengana kwa juu kati ya ubao wa insulation na chokaa cha kuunganisha, na kutengana kwa uso wa chini kati ya chokaa cha kuunganisha na ukuta wa msingi.

Watafiti wanaeleza kuwa mbinu zinazotegemea tu umbo la kuona la picha ya rada zinaweza kukosa mwangwi dhaifu na kupata ugumu kutofautisha aina za kutengana zinazofanana. Mfumo uliopendekezwa unashughulikia tatizo hili kwa hatua tatu. Katika hatua ya kwanza, sifa za kifizikia za ishara ya rada na sifa za kuona za picha ya B-scan huchakatwa pamoja na maeneo ya ziada ya wagombea hutengenezwa kwa ajili ya mwangwi dhaifu. Katika hatua ya pili, taarifa kutoka sehemu za skani jirani huunganishwa baada ya kusahihisha miondoko midogo ya nafasi. Katika hatua ya mwisho, sifa zilizobuniwa kwa mkono zenye maana ya kifizikia huunganishwa na sifa zilizojifunzwa na mtandao wa neva wa kina na kupelekwa kwenye kiainishaji cha XGBoost.

Data zilikusanywa kwa rada ya kupenya ardhini ya hatua za masafa yenye mwelekeo-tatu, iliyotengenezwa na watafiti, yenye visambazaji 16, vipokezi 16 na masafa ya uendeshaji ya 4–8 GHz. Katika majaribio ya maabara, unene tofauti wa insulation na mapengo bandia ya kutengana ya kati ya milimita 2–9 yalitumika. Data halisi za uwandani zilipatikana kutoka pande nne za jengo la hospitali katika Wilaya ya Tongzhou, Beijing. Jumla ya sampuli 1.902 ziligawanywa kuwa sampuli 1.331 za mafunzo, 380 za uthibitishaji na 191 za majaribio.

Katika kipimo kikali zaidi cha usahihi wa eneo, mAP@0.5:0.95, moduli iliyopendekezwa ya kugundua mwangwi ilifikia 0,9194. Matokeo haya yaliripotiwa kuwa 0,8046 kwa Faster R-CNN, 0,8000 kwa YOLOv7 na 0,8481 kwa DINO-DETR. Katika seti ya majaribio yenye sampuli 191, mfumo wa mwisho wa madaraja matatu ulipata usahihi wa asilimia 92. Katika matokeo ya majaribio, unyeti wa mshikamano wa kawaida uliripotiwa kuwa asilimia 97, usahihi chanya wa kutengana kwa uso wa chini asilimia 95, usahihi chanya wa daraja la kutengana kwa juu lenye sampuli chache asilimia 93 na unyeti wake asilimia 88.

Matokeo haya yanaonyesha kuwa kuunganisha taarifa za kifizikia za ishara ya rada inayopenya ardhini na sifa za picha kunaweza kuboresha ugunduzi wa mwangwi dhaifu na utenganishaji wa aina zinazofanana za kasoro. Hata hivyo, utafiti huu haujapitia tathmini ya rika. Seti ya majaribio ina sampuli 191 pekee, na hakuna uthibitishaji wa nje kwenye jengo au jiji linalojitegemea kabisa. Muda wa uchakataji wa modeli, kasi halisi ya skani kwenye uso wa jengo na viwango vya makosa katika matumizi makubwa ya uwandani pia havijapimwa.

Tathmini kwa mtazamo wa Uturuki: Mbinu hii inaweza kutumika katika tafiti za Uturuki za kuchunguza bila uharibifu hali ya kushikamana kwa mabamba ya insulation ya joto ya nje katika hospitali, shule, majengo ya umma, makazi ya pamoja na majengo marefu. Kwa hili, seti za data za ndani zinapaswa kuundwa kwa kutumia mabamba ya EPS na XPS yanayotumika sana Uturuki, chokaa tofauti za kuunganisha, aina za plasta na mipako, umri wa majengo, athari za hali ya hewa na kasoro za utekelezaji. Majengo mapya yanapaswa kuwekwa kabisa nje ya data za mafunzo na kufanyiwa majaribio ya nje kwa kiwango cha jengo; matokeo ya rada yanapaswa kuthibitishwa kwa ubomoaji unaodhibitiwa, uchimbaji wa sampuli ya msingi, upigaji picha wa joto au ukaguzi wa mtaalamu. Kutokana na utafiti huu haiwezi kuhitimishwa moja kwa moja kwamba Uturuki itapata mafanikio ya asilimia 92, utii wa kanuni, uamuzi wa usalama wa uso wa jengo au ugunduzi usio na kasoro uwandani.

Tatizo la kihandisi linaloshughulikiwa na utafiti

Kutokushikamana vya kutosha kwa mabamba ya insulation ya joto ya nje na ukuta kunaweza kuathiri utendaji wa nishati, uimara wa mfumo na usalama wa uso wa jengo. Kutengana kunaweza kutokea kati ya ubao wa insulation na chokaa cha kuunganisha au kati ya chokaa cha kuunganisha na ukuta unaobeba mzigo. Ingawa kasoro hizi mbili zinafanana kijiometri, kina chake ndani ya muundo na sifa za mwangwi wa kielektromagneti ni tofauti.

Mbinu za jadi kama ukaguzi wa kuona na kugonga uso zinaweza kutoa matokeo yanayotegemea mkaguzi wakati wa kutathmini nyuso kubwa za majengo. Mbinu kama kuchukua sampuli ya msingi au kubomoa hutoa taarifa ya moja kwa moja lakini huharibu muundo na hazifai kwa kukagua uso wote. Rada inayopenya ardhini hutuma mawimbi ya kielektromagneti ya masafa ya juu na kurekodi mwangwi unaorudi kutoka mipaka ya vifaa tofauti. Kwa hivyo, tabaka za kuunganishwa ndani ya ukuta zinaweza kuchunguzwa bila kuharibu uso.

Hata hivyo, picha ya rada ya kutengana katika insulation ya nje si kila mara huwa wazi. Wakati sifa za dielektriki za vifaa zinakaribiana, uakisi unaweza kudhoofika. Ikiwa mstari wa skani haupiti moja kwa moja juu ya kasoro, mwangwi unaweza kurekodiwa kutoka ukingoni pekee. Kelele ya mazingira, kutokuwa tambarare kwa uso na tabaka tofauti za utekelezaji pia zinaweza kusababisha ukungu au malengo ya uongo kwenye picha.

Hali tatu za mshikamano zilizoainishwa katika utafiti

Kwa sababu kutengana kwa uso wa chini kuko kwa kina zaidi, wimbi la kielektromagneti hupitia mipaka tofauti ya tabaka na linaweza kuzalisha uakisi mwingi. Watafiti wanaeleza kuwa hali hii inaweza kuleta tofauti katika baadhi ya sifa za tekstura, msongamano wa nishati na kufifia kwa muda.

Mtiririko wa jumla wa mfumo uliopendekezwa

Katika ukurasa wa 5 wa utafiti, Kielelezo 1 kinaonyesha mfumo wa moduli tatu kutoka data ghafi za B-scan za rada inayopenya ardhini hadi uamuzi wa mwisho wa hali ya mshikamano:

1. Kupata lengo la mwangwi: Sifa za kifizikia za ishara na tekstura ya picha hutumiwa pamoja kubaini maeneo yenye mwangwi unaotiliwa shaka.
2. Kuunganisha sehemu jirani: Mistari ya skani inayotazama kasoro ileile kutoka nafasi tofauti hupangiliwa na mwangwi dhaifu huimarishwa.
3. Kuainisha hali ya mshikamano: Sifa za kifizikia zilizobuniwa kwa mkono huunganishwa na sifa za mtandao wa kina na kupewa modeli ya XGBoost ya madaraja matatu.

Muundo huu unatofautiana na modeli moja ya ujifunzaji wa kina inayoangalia tu umbo kwenye picha. Taarifa za nishati, masafa, tekstura na kufifia za ishara ya rada hutumiwa moja kwa moja katika sehemu tofauti za mchakato.

Mfumo wa rada inayopenya ardhini na hali za upimaji

Vipimo vilifanywa kwa rada ya kupenya ardhini ya hatua za masafa yenye mwelekeo-tatu na mpangilio wa MIMO, iliyotengenezwa na watafiti, yenye visambazaji 16 na vipokezi 16. Mfumo hufanya kazi katika 4–8 GHz na una antena maalumu zenye faida kubwa zinazotumia muunganiko wa vimelea katika uga wa karibu.

Masafa ya juu yanalenga uchunguzi wa kina wa tabaka zilizo karibu na uso na za kiwango cha milimita hadi sentimita, kama insulation ya nje ya jengo. Hata hivyo, kina cha kupenya na utendaji wa mawimbi ya rada ya masafa ya juu hutegemea sifa za kielektromagneti za nyenzo inayochunguzwa na hali ya unyevunyevu.

Majaribio ya maabara yaliandaliwa vipi?

Katika mipangilio ya maabara ya ndani na nje, mabamba ya insulation ya polistirini iliyotolewa kwa extrusion aina ya XPS yalitumika. Utafiti unataja vipindi viwili vya unene wa insulation:

• sentimita 4,6–5,
• sentimita 9,5–10,5.

Chokaa cha kuunganisha kilitayarishwa kwa uwiano wa maji-saruji wa 1:4 na katika mshikamano wa kawaida unene wa chokaa ulikuwa sentimita 1. Kutengana kwa juu na kwa uso wa chini kulifanyiwa modeli kwa kuunda mapengo bandia ya milimita 2, 3, 5, 7 na 9.

Hatua za skani ziliwekwa kuwa mita 0,01 na mita 0,035 katika mielekeo miwili. Kila hali ya majaribio ilirudiwa mara tatu na data halali 1.326 za B-scan zilipatikana kutoka majaribio ya maabara.

Vipimo vya jengo halisi

Vipimo vya uwandani vilifanywa katika jengo la wagonjwa wa kulazwa la Hospitali ya Pili katika Wilaya ya Tongzhou, Beijing. Kulingana na utafiti, jengo lilijengwa mwaka 2006, lina ghorofa 10 juu ya ardhi na ghorofa moja chini ya ardhi, lina jumla ya eneo la ndani la mita za mraba 7.370,28 na takribani mita za mraba 3.000 za eneo la ukuta wa nje.

Mabamba ya EPS yenye unene wa milimita 70 yalitumika kwenye uso wa nje wa jengo. Watafiti waliskani maeneo yanayofikika ya pande za mashariki, kusini, magharibi na kaskazini kwa mwelekeo wa wima huku antena ikigusa ukuta, na wakakusanya sampuli halali 576 za B-scan. Katika ukurasa wa 6 wa utafiti, Kielelezo 5 kinaonyesha skani halisi ya uso na picha za sehemu za kina zilizopatikana.

Mgawanyo wa madaraja katika seti ya data

Daraja la kutengana kwa juu linawakilisha asilimia 6,6 pekee ya seti ya data. Watafiti walitumia usampulishaji wa kitabaka ili kuzuia daraja dogo kutoweka katika seti za mafunzo au uthibitishaji. Hata hivyo, usampulishaji wa kitabaka hauongezi utofauti huru wa sampuli chache; huhifadhi tu uwiano wa madaraja katika mgawanyo.

Mgawanyo wa data katika mafunzo, uthibitishaji na majaribio

Utafiti unasema kuwa seti ya majaribio pia inajumuisha vipimo vya uwandani. Hata hivyo, haijaelezwa kwamba data za maabara na za jengo halisi zilitenganishwa kabisa kwa kiwango cha jengo au mpangilio wa majaribio. Inawezekana skani zinazofanana kutoka eneo lilelile la majaribio au jengo lilelile ziliingia katika sehemu tofauti za data. Kwa hiyo, matokeo ya majaribio si ushahidi wa moja kwa moja wa uhamishaji kwenda jengo jipya kabisa.

Data za rada zilichakatwaje awali?

Dirisha la kukata lililolainishwa lilitumika kwenye data ghafi za kikoa cha masafa. Kipindi cha mpito kiliwekwa kuwa 4–8 GHz, huku kingo za kosini zinazoongezeka kati ya 4–6 GHz na kupungua kati ya 6–8 GHz zikitumika. Lengo lilikuwa kupunguza kelele nje ya bendi na athari ya Gibbs inayotokana na kukata ghafla.

Data za masafa zilizochujwa zilibadilishwa hadi kikoa cha muda kwa ubadilishaji wa Fourier wa kinyume na kusahihishwa kwa muda-sifuri. Watafiti wanaeleza kuwa hawakutumia usahihishaji wa gain ili kuepuka kubadilisha kwa bandia ukubwa wa maeneo tofauti. Baadaye, urekebishaji wa kimataifa na ukataji wa kipindi cha muda lengwa ulifanywa.

Moduli ya kwanza: Kutumia ishara na picha pamoja

Lengo la moduli ya kwanza ni kupata malengo ya mwangwi katika picha ya rada kwa visanduku vya mipaka. Katika ukurasa wa 7 wa utafiti, Kielelezo 6 kinaonyesha usanifu wa kina wa moduli hii.

Sifa saba za kifizikia za ishara

Ramani ya sifa za kifizikia yenye njia saba ilitolewa kutoka data ghafi za B-scan:

• Mgawanyo wa nishati wa eneo,
• Mteremko wa nishati,
• Utofauti wa tekstura wa eneo,
• Wigo wa masafa wa muda,
• Wastani wa eneo,
• Kigawo cha uhusiano mtambuka,
• Ukengeushi wa eneo.

Sifa hizi zinalenga kuwakilisha vipengele vya kifizikia kama mkusanyiko wa nishati, mabadiliko ya ghafla ya ukingo, kutokuwa kwa kawaida kwa tekstura, maudhui ya masafa, mwangaza wa eneo, muundo unaojirudia na kutokuwa linganifu kwa mgawanyo.

Usimbaji wa ishara katika viwango vitatu vya mwonekano

Sifa za ishara huchakatwa katika viwango vitatu vya mwonekano wa juu, wa kati na wa chini. Mwonekano wa juu huhifadhi vilele vidogo na dhahiri vya nishati, mwonekano wa kati husawazisha muundo wa eneo na muktadha wa mazingira, na mwonekano wa chini hukusanya mifumo dhaifu ya mwangwi inayotawanyika katika eneo pana.

Utaratibu wa umakini wa njia mseto

Sifa za kuona zilitumika kama hoja, na sifa za kifizikia za ishara kama funguo na thamani. Operesheni msingi katika utafiti ni kama ifuatavyo:

\[ A_i= \operatorname{Softmax} \left( \frac{Q_{V_i}K_{S_i}^{T}}{\sqrt{D}} \right) \]

\[ F_{\mathrm{fused},i}=A_iV_{S_i}+V_i \]

Hapa \(V_i\) inawakilisha sifa za kuona, \(S_i\) sifa za ishara, na \(A_i\) uzito wa umakini wa maeneo ya ishara kwenye uwakilishi wa kuona. Kwa hivyo mfumo hauzingatii tu mistari iliyo wazi kwenye picha, bali pia maeneo yenye viashiria vya kifizikia vya nishati au masafa.

Njia mbili za wagombea zinazotegemea picha na ishara

Wagombea wa kuona huzalishwa kwa wingi na Region Proposal Network. Ili kupunguza kukosa mwangwi dhaifu, njia ya pili hutumiwa kwenye ramani za nishati ya ishara. Baada ya kubaini maxima za eneo katika kila kipimo, pointi 100 zenye nishati ya juu zaidi zilichaguliwa.

Karibu na pointi hizi, visanduku vya wagombea vya uwiano usiobadilika vilitengenezwa vikiwa na ukubwa wa asilimia 15 ya upana wa picha na asilimia 8 ya urefu wake. Wagombea wa kuona na wa ishara waliunganishwa, visanduku vinavyojirudia vikaondolewa kwa mbinu ya non-maximum suppression, na maeneo yaliyobaki yakapelekwa kwenye kichwa cha uainishaji na marekebisho ya eneo kinachotumia RoIAlign.

Moduli ya pili: Kuunganisha sehemu jirani za rada

Mstari wa skani ya rada inayopenya ardhini unapopita moja kwa moja juu ya kasoro, mwangwi unaweza kuwa wenye nguvu na kamili. Katika mistari jirani inayopita ukingoni mwa kasoro hiyo hiyo, mwangwi huonekana dhaifu zaidi, haujakamilika na umehamishwa kidogo. Kutumia sehemu moja pekee kunaweza kusababisha kupotea kwa taarifa hii.

Katika ukurasa wa 8 wa utafiti, Kielelezo 7 kinaonyesha mtandao wa muunganiko unaobadilika kwa mgeuko ambamo sehemu jirani 4–25 za lengo lilelile huchakatwa pamoja.

Uteuzi wa lengo-bandia kwa Tenengrad

Kwa sababu hakuna picha halisi ya marejeo iliyo wazi na isiyo na kasoro, modeli huchagua lengo lake la mafunzo kutoka kundi la sehemu. Sehemu yenye nishati kubwa zaidi ya gradient imechaguliwa kuwa lengo-bandia lililo wazi:

\[ I_{\mathrm{ref}} = \underset{I_k\in\{I_1,\ldots,I_K\}}{\operatorname{argmax}} \operatorname{Tenengrad}(I_k) \]

\[ \operatorname{Tenengrad}(I_k) = \frac{1}{H W} \sum_{i=1}^{H} \sum_{j=1}^{W} \sqrt{G_x(i,j)^2+G_y(i,j)^2} \]

Thamani ya Tenengrad hupima uwazi wa kingo za picha kupitia ukubwa wa gradient za mlalo na wima. Thamani ya juu ilitafsiriwa kuwa picha kali zaidi.

Ukungu wa Gaussian, kelele ya Gaussian na mabadiliko ya mwangaza-kontrasti yalitumika kwenye sehemu nyingine ili kuiga hali za kihandisi zilizodhoofishwa. Modeli ilijifunza kuzalisha picha iliyo karibu na lengo-bandia lililochaguliwa kutoka kwenye ingizo hizi zilizoharibiwa.

Uzito wa kiwango cha sehemu na wa kiwango cha pikseli

Kwa kila sehemu, uzito wa sehemu unaoonyesha thamani yake ya jumla ya taarifa ulihesabiwa. Pia, ramani ya kujiamini ya 0–1 ilitengenezwa ili kubainisha jinsi kila pikseli inavyoaminika. Maeneo yenye kelele au ukungu yalipata uzito mdogo, na maeneo yenye mwangwi dhahiri uzito mkubwa.

Uzito uliounganishwa ulitengenezwa kwa mantiki ifuatayo:

\[ M_{kij} = \omega^{\mathrm{slice}}_k\,c_k(i,j) \]

\[ W_{kij} = \frac{\exp(M_{kij})} {\sum_{k'=1}^{K}\exp(M_{k'ij})} \]

Sifa za sehemu zilizopangiliwa zilijumlishwa kwa uzito huu:

\[ F_{\mathrm{fused}} = \sum_{k=1}^{K} W_{kij}\odot\widetilde{F}_k \]

Marekebisho ya eneo yanayobadilika kwa mgeuko

Miondoko midogo ya anga katika skani jirani ilisahihishwa katika kiwango cha chini ya pikseli kwa kutumia uga wa mgeuko uliojifunzwa na mtandao. Parameta chaguomsingi ya masafa ya miondoko ilitolewa kuwa 2,0. Upangiliaji ulifanywa ndani ya mtandao kwa uingizaji wa bilinear badala ya algoriti tofauti ya kawaida ya usajili.

Uboreshaji wa vipimo vingi na uadui zalishi

Tekstura ya juu juu, muundo wa eneo wa kiwango cha kati na sifa za kina za kisemantiki ziliunganishwa kwa muundo unaofanana na Feature Pyramid Network. Mwanzoni mwa mafunzo, hasara za L1 na Kielezo cha Ufanano wa Muundo zilitumika:

\[ L_{\mathrm{base}} = \alpha L_{L1} + \beta(1-\operatorname{SSIM}) \]

Katika utafiti \(\alpha=1\) na \(\beta=1\) zilichaguliwa. Baada ya mafunzo kutulia, hasara ya kimaono inayotegemea VGG-16 na hasara ya uadui zalishi ya PatchGAN ziliongezwa:

\[ L_{\mathrm{total}} = L_{\mathrm{base}} + \lambda_{\mathrm{perc}}L_{\mathrm{perc}} + \lambda_{\mathrm{adv}}L_{\mathrm{adv}} \]

Uzito wa hasara za kimaono na za uadui ulipotumika uliwekwa kuwa 0,01.

Moduli ya tatu: Kuunganisha sifa za kifizikia na za kina

Kabla ya maeneo ya mwangwi yaliyoboreshwa kugawanywa katika moja ya madaraja matatu, yalichakatwa katika matawi mawili sambamba ya sifa. Katika ukurasa wa 10 wa utafiti, Kielelezo 8 kinaonyesha mtiririko huu wa uainishaji.

Sifa 21 zenye maana ya kifizikia

Kielezo kilichorekebishwa cha kufifia tofauti hupima mabadiliko kamili ya amplitudo katika pointi za muda zinazofuatana:

\[ \operatorname{MDDI}(x,t) = \frac{|A(x,t+1)-A(x,t)|} {A(x,t+1)+A(x,t)+\varepsilon} \frac{1}{\Delta t} \]

Hapa \(\varepsilon=10^{-12}\) ni konstanti ndogo inayotumika kuzuia kugawanya kwa sifuri. Watafiti wanaeleza kuwa hasa katika kutengana kwa uso wa chini lenye pengo la hewa, uakisi mwingi unaweza kuongeza wastani, utofauti na nishati iliyokusanywa ya MDDI.

Sifa za kina zenye vipimo 128

Katika tawi la sifa za kina, ResNet-18 iliyobadilishwa kwa picha za rada za njia moja ilitumika. Uzito wa safu ya kwanza ya njia tatu uliojifunzwa kwenye ImageNet ulipigwa wastani katika njia na kubadilishwa kuwa ingizo la njia moja. Hii ililenga kuhifadhi maarifa ya kugundua kingo na tekstura huku ikipunguza overfitting ikilinganishwa na mafunzo kutoka mwanzo katika seti ndogo ya data.

Baada ya global average pooling na safu iliyounganishwa kikamilifu, vekta ya sifa za kina yenye vipimo 128 ilipatikana.

Matriksi ya sifa iliyounganishwa yenye vipimo 149

Sifa ishirini na moja za kifizikia ziliunganishwa na sifa 128 za kina ili kuunda vekta ya sifa yenye vipimo 149. Sifa zote zilisanifishwa na kupelekwa kwenye modeli ya XGBoost ya madaraja mengi.

Watafiti wanadai kwamba kuweka sifa za kifizikia mwanzoni mwa vekta kunafanya miti ya uamuzi igawanye kwanza kwa kutumia sifa hizi. Hata hivyo, uteuzi wa sifa wa XGBoost hautegemei mpangilio wa safu pekee; sifa inayotumika kwanza huamuliwa na faida ya mgawanyiko inayotoa wakati wa mafunzo. Kwa hiyo, kuwa mwanzoni mwa vekta hakuhakikishi peke yake kwamba sifa za kifizikia zitatangulizwa.

Matokeo makuu yanayoonyeshwa na vielelezo na majedwali

Kupata malengo ya mwangwi

Katika ukurasa wa 13, Kielelezo 9 kinalinganisha visanduku vya mipaka vya mfumo uliopendekezwa, Faster R-CNN, YOLOv7 na DETR kwenye sehemu zilezile za rada. Mbinu iliyopendekezwa hunasa baadhi ya mwangwi dhaifu kwa macho kwa visanduku vya ziada. Hata hivyo, mifano ya kuona ni sehemu zilizochaguliwa; mwenendo katika seti nzima ya majaribio unapaswa kutathminiwa pamoja na majedwali ya kiasi.

Uboreshaji wa sehemu jirani

Katika ukurasa wa 14, Kielelezo 10 kinaonyesha ingizo dhaifu na pato lililoboreshwa kando kwa kila sampuli. Katika pato, mistari ya mwangwi inaonekana mikali zaidi na yenye kontrasti ya juu. Hata hivyo, lengo la mafunzo si kipimo halisi na kisicho na kasoro, bali lengo-bandia lenye thamani ya juu zaidi ya Tenengrad katika kundi la sehemu. Kwa hiyo, uboreshaji haumaanishi kuwa muundo halisi wa kifizikia umejengwa upya kikamilifu.

Mifano ya uainishaji wa mwisho

Katika ukurasa wa 16, Kielelezo 11 kinaonyesha sampuli nane zilizochaguliwa kutoka vipimo vya maabara na uwandani. Juu ya kila picha kuna daraja halisi, daraja lililotabiriwa na kujiamini kwa modeli. Mifano iliyoonyeshwa iliainishwa kwa usahihi; picha za sampuli 15 zilizoainishwa vibaya hazikuwasilishwa kando.

Matokeo yanayoungwa mkono na utafiti

• Kutumia sifa za kifizikia za ishara ya rada pamoja na sifa za picha kulitoa matokeo ya juu kuliko mbinu za kuona pekee katika kipimo kikali zaidi cha usahihi wa eneo.
• Visanduku adimu vya wagombea vinavyotegemea nishati ya ishara vilipunguza malengo yaliyokosekana katika mwangwi dhaifu.
• Muunganiko wenye uzito na unaobadilika kwa mgeuko wa sehemu jirani uliboresha vipimo vyote vya ubora wa picha vilivyotumika.
• Modeli ya XGBoost iliyotumia sifa za kifizikia na za kina pamoja ilitoa usahihi wa jumla wa juu kuliko mitandao mitatu ya kuona iliyolinganishwa kwenye seti ileile ya majaribio.
• Daraja la kutengana kwa juu lenye sampuli chache lilionyesha usahihi chanya wa asilimia 93, unyeti wa asilimia 88 na alama ya F1 ya asilimia 90 katika seti ya majaribio.
• Kuwepo kwa vipimo kutoka jengo halisi pamoja na data za maabara kunaonyesha kuwa mbinu haikujaribiwa kwenye picha za sintetiki pekee.

Mambo ambayo utafiti haujathibitisha

• Utafiti hauthibitishi kwamba modeli itafanya kazi kwa usahihi wa asilimia 92 katika mifumo tofauti ya majengo nchini Uturuki au nchi nyingine.
• Kwa kuwa haijaonyeshwa kwamba seti ya majaribio iliundwa kabisa kutoka jengo tofauti, uhamishaji kwa majengo mapya haujathibitishwa kwa uhakika.
• Utafiti hauonyeshi kwamba kila kutengana kulikobainishwa na modeli kulithibitishwa kwa ubomoaji halisi au matokeo ya sampuli ya msingi.
• Usahihi wa asilimia 92 haumaanishi kwamba usalama wa uso wa jengo au hatari ya kuanguka kwa mipako imetabiriwa kwa usahihi wa asilimia 92.
• Hauhesabu kwa kiasi eneo, ujazo, kina au umuhimu wa kimuundo wa kutengana.
• Haujaonyesha kasi ya uchakataji kwa skani ya wakati halisi, uendeshaji kwenye kifaa cha mkononi au uamuzi wa papo hapo wa opereta wa uwandani.
• Athari za unyevunyevu, halijoto, viungio vya metali, aina tofauti za plasta na mipako ya uso kwenye utendaji hazijachunguzwa kwa majaribio tofauti.
• Hauonyeshi kwamba modeli itadumisha mafanikio yale yale kwa mifumo mingine ya rada na vipindi vingine vya masafa.
• Hauwasilishi matokeo yaliyotolewa tena na kundi huru la watafiti.

Nguvu za utafiti

Nguvu muhimu zaidi ya utafiti ni kwamba haupunguzi tatizo kuwa mtandao mmoja wa kuainisha picha. Sifa za kifizikia za rada zimejumuishwa katika hatua za kutafuta lengo, kupanga sehemu na uainishaji wa mwisho. Kwa hivyo, kwa mwangwi dhaifu, taarifa ya ziada kutoka fizikia ya kipimo hutumiwa pamoja na mifumo ya kuona.

Kufanywa kwa jaribio tofauti la ablation kwa kila sehemu kuu pia kunafanya iwezekane kuona ni moduli gani inachangia kipimo gani. Kufundisha na kutathmini modeli za kulinganisha kwenye seti ileile ya data kunatoa ulinganisho wenye nguvu zaidi kuliko kuweka tu kando kwa kando matokeo yaliyochukuliwa kutoka machapisho mengine.

Kutumia pamoja mipangilio ya maabara na data za jengo halisi kunatoa utofauti wa data ulio karibu zaidi na hali halisi kuliko tafiti zinazotegemea tu uigaji. Hasa, kutoa thamani tofauti za usahihi chanya na unyeti kwa daraja la kutengana kwa juu lenye sampuli chache kunazuia tathmini kutegemea usahihi wa jumla pekee.

Vikwazo vikuu

• Utafiti huu ni preprint ambayo haijapitia tathmini ya rika.
• Maandishi yaliyopakiwa yamefichwa utambulisho; taarifa za waandishi na taasisi hazipo ndani ya utafiti.
• Sehemu kubwa ya marejeo ya vyanzo ni nafasi shikizi zilizoharibika katika mfumo wa alama za kuuliza, na orodha ya marejeo haipo katika faili.
• Ni sampuli 126 tu za seti nzima ya data zinazohusiana na daraja la kutengana kwa juu.
• Mgawanyo wa data ulifanywa kwa usampulishaji wa kawaida wa kitabaka badala ya uthibitishaji wa nje kwa kiwango cha jengo au mpangilio wa majaribio.
• Hakuna maelezo ya mgawanyo unaotegemea vikundi unaoonyesha kuwa sehemu jirani au skani za kurudia za lengo lilelile hazikuingia katika sehemu tofauti za data.
• Hakuna jaribio la nje kwenye jiji, jengo, kifaa cha rada au kundi la utafiti linalojitegemea.
• Upatikanaji wa msimbo chanzo na data ghafi haujaelezwa.
• Hiperparameta za kina za XGBoost na mbegu za nasibu hazijatolewa.
• Matokeo yamewasilishwa kama thamani za uendeshaji mmoja; mkengeuko wa kawaida, vipindi vya kujiamini au mgawanyo wa mafunzo ya kurudia haujaripotiwa.
• Hakuna jaribio la umuhimu wa kitakwimu lililofanywa kwa tofauti kati ya modeli.
• Muda wa uchakataji, skani kwa sekunde, matumizi ya kumbukumbu na uhamishaji kwenda kifaa cha uwandani havijapimwa.
• Mbinu huru ya uthibitishaji wa uharibifu kwa kutengana halisi haijaelezwa kwa kina.

Kazi zinazopaswa kufanywa katika siku zijazo

Katika tafiti mpya, kila jengo linapaswa kuchukuliwa kama kundi tofauti kabisa na majengo ambayo hayajaonekana kabisa katika mafunzo yatumiwe kwa majaribio ya nje. Data za vituo vingi zinazojumuisha miji, hali za hewa, mielekeo ya uso wa jengo, vifaa vya mabamba, chokaa, plasta, unyevunyevu na umri tofauti wa majengo zinapaswa kukusanywa.

Utabiri wa rada unapaswa kulinganishwa na ubomoaji unaodhibitiwa, uchimbaji wa sampuli ya msingi, endoskopi, upigaji picha wa joto au ramani halisi za kasoro zilizowekwa alama na mtaalamu. Kwa njia hii, si lebo ya daraja pekee bali pia nafasi halisi, eneo, unene na kina cha kutengana vinaweza kutathminiwa kwa kiasi.

Modeli inapaswa kubadilishwa kuwa mitandao midogo na kujaribiwa kwenye kompyuta za uwandani au vifaa vya edge; kasi ya skani, ucheleweshaji, matumizi ya nguvu na mzigo wa kazi wa opereta viripotiwe. Urekebishaji wa kujiamini na taratibu za kugundua sampuli za nje ya daraja, zinazoweza kuelekeza utabiri usio na uhakika kwa mtaalamu, pia zinapaswa kuongezwa.

Mbinu na Matokeo ya Utafiti

Muhtasari wa usanidi wa majaribio

Mazingira ya programu na maunzi

Matokeo ya ablation ya moduli ya kugundua mwangwi

Modeli kamili ilitoa matokeo ya juu zaidi kwa usahihi chanya na mAP@0.5:0.95. Hata hivyo, kauli ya “bora katika vipimo vyote” ndani ya utafiti si sahihi kabisa: thamani ya mAP@0.5 ya toleo ambalo utaratibu wa umakini wa njia mseto umeondolewa ni 0,9999, ilhali ya modeli kamili ni 0,9993. Ingawa tofauti ni ndogo sana, jedwali halipaswi kubadilishwa kimya kimya.

Kuondoa utaratibu wa wagombea adimu kulipunguza unyeti kutoka 0,9999 hadi 0,9528. Matokeo haya yanaunga mkono kwamba visanduku vya ziada vya wagombea vinavyotokana na nishati ya ishara vina jukumu muhimu katika kupata mwangwi dhaifu uliokosekana.

Ulinganisho na modeli nyingine katika kugundua mwangwi

Katika kipimo cha mAP@0.5:0.95, modeli iliyopendekezwa ilitoa matokeo yaliyo juu kwa pointi za asilimia 11,48 kuliko Faster R-CNN, 11,94 kuliko YOLOv7 na 7,13 kuliko DINO-DETR. Kipimo hiki hupima jinsi kisanduku cha mipaka kinavyopangiliwa kwa usahihi na lengo halisi katika viwango tofauti vya mwingiliano.

Hata hivyo, usahihi chanya wa YOLOv7 wa 0,9853 ni wa juu kuliko thamani ya 0,9271 ya modeli iliyopendekezwa. Faida ya mfumo uliopendekezwa si ubora wa moja kwa moja katika kila kipimo, bali hasa usawaziko kati ya unyeti na usahihi mkali wa eneo.

Ablation ya muunganiko kati ya sehemu

Modeli kamili ilitoa matokeo ya juu zaidi katika vipimo vyote vinne vya ubora wa picha. Kuondoa uga wa mgeuko kulishusha PSNR na masafa ya anga hadi viwango vya chini zaidi. Hii inaunga mkono umuhimu wa kusahihisha tofauti ndogo za nafasi katika sehemu jirani.

Thamani za PSNR na SSIM hapa hazikuhesabiwa dhidi ya lengo halisi, kamilifu la kifizikia, bali dhidi ya sehemu ya lengo-bandia iliyochaguliwa kwa mbinu ya Tenengrad. Kwa hiyo, thamani hizi ni muhimu kwa kulinganisha moduli, lakini hazionyeshi usahihi kamili wa kujenga upya uhalisia wa kifizikia.

Ulinganisho wa uainishaji katika seti ya uthibitishaji

Utafiti pia unasema kwamba wakati wa mafunzo ya epoch 80, katika epoch ya 50 kisimbaji cha kina cha CNN kilifikia usahihi wa uthibitishaji wa asilimia 94,87. Thamani hii haipaswi kutazamwa kama kipimo kilekile na usahihi wa jumla wa uthibitishaji wa asilimia 94 wa kiainishaji mseto cha mwisho uliotolewa kwenye jedwali; moja inawakilisha thamani ya juu zaidi ya kisimbaji wakati wa mafunzo, na nyingine matokeo ya mwisho ya ulinganisho.

Matokeo kwa kila daraja katika seti ya majaribio

Kati ya sampuli 191 za majaribio, 15 ziliainishwa vibaya. Idadi hii:

\[ \frac{15}{191}\times100 \approx 7{,}85\% \]

inalingana na kiwango cha makosa na usahihi wa takribani asilimia 92,15, na utafiti uliizungusha hadi asilimia 92.

Watafiti wanaripoti kuwa sampuli saba za kutengana kwa uso wa chini ziliainishwa kuwa za kawaida, na sampuli mbili za kawaida ziliainishwa kuwa kutengana kwa uso wa chini. Ingawa jumla ya makosa ni 15, mgawanyo wa madaraja wa makosa sita yaliyobaki haujaelezwa kwa kina katika maandishi.

Ulinganisho na mitandao mingine katika seti ya majaribio

Modeli iliyopendekezwa iko mbele ya mbinu zilizolinganishwa kwa usahihi wa jumla na alama ya F1. Usahihi chanya wa DETR wa 0,9286 ni juu kidogo kuliko thamani ya 0,9267 ya modeli iliyopendekezwa. Unyeti wa YOLOv7 wa 0,9181 pia ni juu kuliko thamani ya 0,9000 ya modeli iliyopendekezwa. Kwa hiyo, utafiti unaonyesha si ubora katika kila kipimo kimoja, bali utendaji wa jumla wa uainishaji ulio na usawaziko zaidi.

Tathmini kuhusu matumizi ya kihandisi

Modeli inaweza kuzingatiwa kama zana ya ukaguzi usioharibu inayotanguliza maeneo ambayo huenda yana kasoro. Hata hivyo, uamuzi wa mwisho kuhusu usalama wa uso wa jengo haupaswi kutegemea daraja la modeli pekee. Ubora wa kipimo cha opereta wa rada, vifaa vya muundo, unyevunyevu, maelezo ya uso wa jengo na matokeo ya uthibitishaji huru vinapaswa kuchunguzwa pamoja.

Muda wa utekelezaji wa wakati halisi haujatolewa katika utafiti. Kwa kuwa kazi ya baadaye inapendekeza kupunguza uzito wa modeli na kuihamisha kwenye vifaa vya edge, haiwezi kuhitimishwa kwamba toleo la sasa liko tayari kwa uendeshaji wa wakati halisi kwenye kifaa cha uwandani.

Dokezo la Chanzo na Mbinu

Utafiti uliopakiwa ni toleo la uwasilishaji lililofichwa utambulisho. Maandishi bado yana vifungu vya kiolezo kama “First Author et al.” na “Short Title of the Article”. Kwa hiyo, taarifa za waandishi na taasisi hazikuchukuliwa kutoka ndani ya utafiti wenyewe bali kutoka rekodi ya SSRN kwa madhumuni ya uthibitishaji wa kibibliografia pekee.

Kuna mapungufu makubwa ya uhariri katika marejeo ya utafiti. Marejeo mengi katika sehemu za utangulizi na fasihi yanaonekana kama “(?)”, “(??)” au “(????)”; faili iliyopakiwa haina sehemu ya marejeo. Kwa hiyo, madai ya kipaumbele, ulinganisho na msingi wa utafiti katika fasihi hayawezi kukaguliwa kikamilifu kupitia vyanzo.

Maelezo ya kisayansi katika makala hii ya Verianla yanategemea tu maandishi, milinganyo, majedwali, vielelezo na matokeo yaliyoripotiwa na waandishi katika utafiti uliopakiwa. Vyanzo vya nje vilitumika tu kuthibitisha sehemu za utambulisho wa kibibliografia kama kichwa, mpangilio wa waandishi, taasisi, DOI, jukwaa na kiungo rasmi.

Ushahidi wenye nguvu zaidi wa utafiti ni majaribio ya kuondoa vipengele yaliyofanywa kwenye vipimo halisi vya rada na ulinganisho wa modeli katika seti ileile ya data. Kizuizi muhimu zaidi cha tafsiri ni kwamba sampuli za maabara na uwandani ziligawanywa kitabaka kutoka bwawa moja na hakuna uthibitishaji wa nje uliotolewa kwenye jengo jipya kabisa.

Usahihi wa majaribio wa asilimia 92 unahusu tu seti ya majaribio yenye sampuli 191 iliyotumika katika utafiti. Uwiano huu haupaswi kutumiwa kama kiwango cha jumla cha mafanikio kilichothibitishwa kwa aina tofauti za majengo, vifaa vya insulation, vifaa vya rada, hali za unyevunyevu au timu za uwandani.

Matokeo ya modeli hayatoshi peke yake kwa uamuzi wa usalama wa uso wa nje au ukarabati. Matokeo yanapaswa kukaguliwa na wataalamu wenye sifa za ukaguzi usioharibu na, inapohitajika, kuungwa mkono na mbinu huru za uthibitishaji wa kifizikia.