Tune in to YOLO Vision 2024!
27. September 2024
10:00 — 19:30 CET
Free hybrid event
Erfahre, wie die Kashmir World Foundation KI und YOLOv5 für den Schutz von Wildtieren und den Kampf gegen Wilderei einsetzt.
.avif)
Die Kashmir World Foundation (KWF) wurde 2008 in Great Falls, Virginia, gegründet und hat es sich zur Aufgabe gemacht, die neueste Technologie im Kampf um den Erhalt und Schutz von Wildtieren auf globaler Ebene einzusetzen. Die KWF baut und betreibt autonome, unbemannte Systeme, die ihre Bemühungen um den Schutz und die Bekämpfung der Wilderei unterstützen. Im Jahr 2013 begann die KWF, künstliche Intelligenz in ihre Arbeit einzubinden.
Nach Angaben des WWF stellt der Verlust von Lebensräumen für 85 % aller Arten auf der "Roten Liste", die Arten als gefährdet oder bedroht einstuft, die größte existenzielle Gefahr dar. Gleichzeitig steigt die Nachfrage nach gewilderten Wildtieren, die für traditionelle Medizin, Delikatessen oder exotische Haustiere verwendet werden. Der Verlust von Lebensräumen und die Wilderei bedrohen die weltweite Artenvielfalt und haben katastrophale Auswirkungen auf lokale Gemeinschaften und die Umwelt.
Aliyah Pandolfi, Gründerin und Geschäftsführerin, erklärt, dass "Studierende, Akademiker/innen, Ingenieur/innen und Wissenschaftler/innen aus der ganzen Welt bereit sind, ihre Zeit und ihr Fachwissen ehrenamtlich zur Verfügung zu stellen" und verweist auf die starke interne Zusammenarbeit. Der KWF wird zu 100 % von Freiwilligen aus der ganzen Welt getragen. Durch ihre Arbeit hat der KWF große Fortschritte beim Schutz bedrohter und zahlreicher gefährdeter Arten gemacht, wie z. B. Sandkatzen in Katar, Meeresschildkröten in Costa Rica und Schneeleoparden im Himalaya.
"Wir alle tun das, weil wir die Tiere lieben, aber noch wichtiger ist, dass wir unsere Fähigkeiten einsetzen, um Gutes in der Welt zu tun und eine positive Veränderung für diese Arten zu bewirken, die sonst vielleicht nicht überleben würden."
Aliyah Pandolfi
Gründerin und Geschäftsführerin, Kashmir World Foundation
In vielen Fällen ist es für Naturschützer extrem schwierig, an die Orte zu gelangen, an denen gewildert wird. Die KWF muss bei ihren Schutzbemühungen in den entlegenen Winkeln der Welt mit vier wichtigen Hindernissen fertig werden:
In der Vergangenheit haben Naturschützerinnen und Naturschützer Videoaufzeichnungsgeräte im Gelände platziert, um sich die Aufnahmen später anzusehen. Bei Hunderten und Tausenden von Stunden an Videomaterial ist der Betrachter darauf angewiesen, sowohl Tierarten als auch Wilderer genau zu erkennen und zu identifizieren. Aufgrund von Zeitmangel und menschlichem Versagen waren die Naturschützer bei diesem Ansatz im Nachteil. Die Freiwilligen des KWF wussten, dass sie besser ausgerüstet sein mussten, um gegen Wilderer und illegale Jagd vorzugehen.
Der unvermeidliche Fortschritt der Technologie ist ein zweischneidiges Schwert. Da sie immer hochwertiger und zugänglicher wird, können sowohl Naturschützer als auch böswillige Akteure in den Besitz der neuesten Technologie gelangen. Um wettbewerbsfähig zu bleiben, müssen Naturschützer darauf vorbereitet sein, die neuesten Technologien zu ihrem Vorteil zu nutzen.
Pandolfi brauchte eine aggressive Lösung für den Einsatz vor Ort, die der KWF Informationen in Echtzeit liefert. Sie brauchte eine Lösung, die menschliches Versagen ausschließt und die vier wichtigsten Hindernisse aus dem Weg räumt. Sie wusste, dass schon wenige Sekunden bei der Bekämpfung der Wilderei einen Unterschied machen können, d. h., dass Echtzeitinformationen direkt dazu beitragen können, dass ein Tier nicht getötet wird.
Mit der Kreativität auf ihrer Seite überlegte Pandolfi, welche Technologien und Ressourcen für das Projekt notwendig sind. Während ein Großteil der benötigten Technologie bereits heute verfügbar ist, erwartet Pandolfi die Veröffentlichung von Hardware und Software, die in naher Zukunft verfügbar sein wird. Sie leitet ihr Team im KWF, um Ansätze zu entwickeln, die Drohnen, KI und GPS-Funktionen nutzen.
"Zu Beginn dieses Projekts gab es viele Zweifel in der Community. Mir wurde gesagt, dass es verrückt ist, dass es unmöglich ist, dass man es nicht machen kann und dass es die Technologie nicht gibt, aber ich dachte, dass sich langfristig die Fähigkeiten der Informatik und der Drohnen für dieses Projekt entwickeln und verschmelzen müssen."
Durch die Platzierung einer Vielzahl von Kameras und Sensoren an gefährdeten Orten empfängt das KWF Daten von Orten auf der ganzen Welt und erhält so verwertbare Erkenntnisse, um blitzschnelle Entscheidungen zu treffen.
"Stell dir vor, es gibt Wilderer an einem bestimmten Ort", sagt Pandolfi, "wir wollen sie verfolgen und die Ranger auf ihre Position aufmerksam machen, damit sie die Wilderer abfangen und stoppen können, bevor sie Tiere töten."
Da das KWF eine Objekterkennung in Echtzeit benötigte, mussten die Ergebnisse des Modells sehr genau und zuverlässig sein. Beim Abwägen ihrer Optionen verglich Pandolfis KWF A.I. Team Lead, Daan Eeltink, ein Student in den Niederlanden, die Leistungen von YOLOv4 und YOLOv5. Bei YOLOv5 gab es mehrere Unterscheidungsmerkmale, die das Team des KWF dazu veranlassten, es für ihre Projekte zu wählen:
Der KWF verlässt sich auf ein Team von Freiwilligen, Ingenieuren und Praktikanten aus der ganzen Welt, um die Technologie zu entwickeln, die für seine Naturschutzbemühungen notwendig ist. Viele der Praktikanten sind Highschool-Schüler, von denen einige nur wenig oder gar keine Erfahrung mit YOLOv5. Pandolfi stellte fest, dass selbst diejenigen mit den wenigsten Vorkenntnissen in der Lage waren, YOLOv5 in weniger als drei Wochen zum Laufen zu bringen.
Durch die Integration einer Plattform zur Nachverfolgung von Experimenten war die Feinabstimmung der Modelle und Datensätze sehr einfach, sodass das KWF die Leistung seiner YOLOv5 Modelle im Feld maximieren konnte.
"YOLOv5 war genau und hat uns geholfen, die Tiere zu retten, bevor sie getötet werden, was unser oberstes Ziel war."
Ohne YOLOv5, sagt Pandolfi, wäre ihr Team beim KWF frustriert. Vor der Implementierung der Objekterkennung fehlte es den Naturschutzprojekten an einer optimalen Datenmenge.
Anfang 2023 wird das KWF seine Arbeit auf Ultralytics YOLOv8übertragen, die neueste Version der YOLO Familie von KI-Architekturen.
Zurzeit setzt das KWF YOLOv5 zur Objekterkennung auf Sensoren im Feld ein. Diese Geräte senden Daten an Biologen, die die Informationen analysieren und daraus verwertbare Erkenntnisse ableiten können. Im kommenden Jahr will das KWF YOLOv5 auf Datensätzen mit Drohnenbildern trainieren, um diese Drohnen dann im Feld einzusetzen.
Es gibt sieben verschiedene Arten von Meeresschildkröten auf der Welt und jede von ihnen gilt als gefährdet. Zur Eiablage kommen die weiblichen Meeresschildkröten an die Strände und graben Nester in den Sand, in die sie dann ihre Eier legen. Dieser Vorgang kann mehrere Stunden dauern, aber sobald er abgeschlossen ist, kehren die Schildkrötenweibchen ins Wasser zurück und lassen ihre Eier 55-65 Tage lang im Sand ausbrüten. Wenn die Mütter für immer verschwinden, haben die Eier nur wenig Schutz vor Wilderern, Raubtieren und den natürlichen Elementen.
_(1).webp)
In der Vergangenheit haben Naturschützer bei der Überwachung von Meeresschildkröten alle Stellen am Strand markiert, an denen sich Nester befinden. Wenn die Bedrohung in diesen Gebieten hoch ist, verlegen die Naturschützer die Nester in der Zwischenzeit an einen sichereren Ort und lassen die Schildkröten ins Meer frei, sobald sie geschlüpft sind.
Dazu müssen Strände, die 30 Meilen oder länger sind, manuell abgegangen und die Nester markiert werden. Es hat sich als schwierig erwiesen, jeden Tag genügend Arbeitskräfte für diesen Prozess bereitzustellen, vor allem während der COVID-19-Sperrungen.
Außerdem erwies sich die Markierung der Schildkrötennester manchmal als kontraproduktiv. Wilderer konnten nicht nur die markierten Nester aufsuchen, sondern auch Schweine konnten lernen, dass die Markierungen bedeuten, dass sich in der Nähe Meeresschildkrötennester befinden, was sie dazu brachte, die Eier zu fressen.
Das KWF sah eine Möglichkeit zur Verbesserung dieses Prozesses, indem es den Faktor Personal reduzierte und die leicht zu identifizierenden Markierungen ersetzte. Durch die Einrichtung autonomer Luftfahrtsysteme, die YOLOv5 nutzen, um Meeresschildkrötennester aufzuspüren, zu lokalisieren und zu charakterisieren, könnten Biologen Echtzeitinformationen über Meeresschildkrötennester, einschließlich ihrer Spuren und geografischen Lage, erhalten.
Das dichte weiße Fell mit den dunkel gefleckten Rosetten ermöglicht es den Schneeleoparden, sich in der Landschaft des Himalaya perfekt zu tarnen. In freier Wildbahn sind sie Spitzenprädatoren und haben keine natürlichen Feinde. Aufgrund der extrem hohen Nachfrage nach ihrem Fell und anderen Körperteilen in der Mode und der traditionellen Medizin sowie dem Verlust und der Zerstückelung ihres Lebensraums gibt es schätzungsweise nur noch zwischen 4.000 und 6.500 Schneeleoparden in freier Wildbahn.
Die Schutzbemühungen für Schneeleoparden haben sich aufgrund der Faktoren, die zu der rauen Umgebung, in der sie vorkommen, beitragen, als äußerst schwierig erwiesen:
Außerdem ist es extrem selten, Schneeleoparden in freier Wildbahn zu sehen. Deshalb entwickelt das KWF einen automatisierten Ansatz zum Schutz dieser Großkatzen, bei dem Drohnentechnologie eingesetzt wird, um sie zu verfolgen und zu schützen. Derzeit befindet sich die Drohnentechnologie noch in der Entwicklung, damit die Maschinen unter den für die Verfolgung der Schneeleoparden notwendigen Bedingungen arbeiten können, d.h. in einer Höhe von 20.000 bis 22.000 Fuß.
Sobald die Technologie verfügbar ist, will das KWF YOLOv5 in den Sensoren und auf Drohnen einsetzen, die dann im Himalaya eingesetzt werden sollen. Die Sensoren und Drohnen werden in der Lage sein, Pfotenabdrücke im Schnee aufzuspüren, die normalerweise schnell vom Wind verweht werden. Diese Echtzeitinformationen werden dann an Biologen und Naturschützer weitergeleitet.
Besuchen Sie die Kashmir World Foundation Website und erfahre, wie du helfen kannst einen Unterschied machen bei ihren weltweiten Naturschutzbemühungen.
Beginne deine Reise in die Zukunft des maschinellen Lernens
