بینایی عمیق
شمارش صفحات خورشیدی
سامانه‌‌های بینایی مبتنی بر یادگیری عمیق، در حال گسترش هستند و نتایج پژوهش‌ها در این مورد به‌طور بی‌وقفه منتشر می‌شود. شاید بسیاری از اطلاعات و شنیده‌های ما در مورد این دستاوردها به تحقیقات محققان حوزه علوم کامپیوتر و برق مربوط باشد. اما نتایج تحقیقات سایر حوزه‌ها در مورد سامانه‌های یادگیری عمیق هم نکته‌های بسیار مهمی دارند. در یکی از بخش‌های «دنیای دوربین» این شماره، به کاربردی بودن سامانه‌های یادگیری عمیق در شمارش صفحات خورشیدی و نتایج بررسی گروهی از روانشناسان شناختی اشاره‌ای گذرا خواهیم داشت.

 شبکه عصبی دیپ‌سولار (DeepSolar) می‌تواند با تجزیه‌وتحلیل تصاویر ماهواره‌ای، صفحات خورشیدی نصب‌شده در مناطق مختلف را شمارش کند. محققان دانشگاه استنفورد این الگوریتم یادگیری ماشینی را توسعه داده و با ۳۷۰ هزار عکس ماهواره‌ای آموزش داده‌اند که هر یک از این عکس‌ها بخشی به وسعت تقریبی ۹ مترمربع را پوشش می‌دهند. دیپ‌سولار موفق شده با دقت ۹۳ درصد صفحات خورشیدی را در عکس‌های ورودی بیابد.
شمارش صفحات خورشیدی
شمارش صفحات خورشیدیشکل۲. DeepSolar به‌گونه‌ای آموزش داده‌شده که با تجزیه‌و‌تحلیل تصاویر ماهواره‌ای، صفحات خورشیدی نصب‌شده در نواحی مختلف را شمارش کند.

پردازش مجموعه‌ای متشکل از یک میلیارد عکس، حدود یک ماه به طول انجامید. به‌منظور افزایش بهره‌وری، از نواحی که تراکم جمعیتی بسیار پایینی داشتند صرف‌نظر شده است که محققان معتقدند حدود 5 درصد از کل شمارش را به خود اختصاص می‌دهد. محققان در نظر دارند در آینده این نواحی را نیز با الگوریتم خود جست‌وجو کنند و به‌منظور تخمین دقیق‌تر میزان تولید انرژی توسط صفحات خورشیدی نصب‌شده، زاویه و جهت صفحات خورشیدی را نیز با دیپ‌سولار محاسبه کنند. با نتایج حاصل از دیپ‌سولار می‌توان فراوانی صفحات خورشیدی در یک ناحیه خاص را تخمین زد. آن‌ها دریافتند اغلب خانوارهای با درآمد کم و متوسط با وجود این‌که در نواحی با تعرفه برق بالا و تابش مناسب خورشید زندگی می‌کنند، سامانه‌های خورشیدی را نصب نکرده‌اند.

برچسب: