Mit Ultralytics YOLO-Modellen automatisierte MarineSitu die Erkennung von Wildtieren rund um Energieanlagen im Meer, erreichte eine Betriebszeit von mehr als 96 % und verkürzte die tägliche Sichtung des Videomaterials auf ein bis zwei Stunden.
Die Überwachung von Unterwasserumgebungen ist nicht einfach, aber unverzichtbar, um zu verstehen, wie diese Infrastruktur mit dem umgebenden Ökosystem interagiert, und um einen sicheren Betrieb ohne Beeinträchtigung der Tierwelt zu gewährleisten. Bisher mussten Forschende stundenlanges Unterwasservideomaterial manuell sichten. Trübes Wasser, starke Strömungen und wechselnde Sichtverhältnisse erschwerten diese Aufgabe zusätzlich.
MarineSitu unterstützt Forschende und Organisationen dabei, Unterwasserumgebungen mithilfe hochauflösender Kameras, Computer Vision, bildgebender Sonare, Umweltsensoren und Machine-Learning-Modellen zu überwachen und zu verstehen. Mit Ultralytics YOLO-Modellen können die Systeme beispielsweise Wildtiere erkennen und verfolgen, während sie sich in der Nähe von Gezeitenturbinen und anderer Energieinfrastruktur im Meer bewegen.
Intelligentere Meeresüberwachung durch KI-Innovation#
MarineSitu wurde 2016 gegründet und ging aus Forschungsarbeiten am Pacific Marine Energy Center (PMEC) und dem Applied Physics Lab (APL) der University of Washington hervor. Heute arbeitet das Unternehmen mit Organisationen wie dem US-Energieministerium und der US-amerikanischen Wetter- und Ozeanografiebehörde zusammen.
Über Plattformen wie SaltySuite™ verbindet MarineSitu eigens entwickelte Hardwaresysteme – darunter Kameras, Sonare und Hydrofone – mit KI-gestützten Erkennungsmodellen, um komplexe Unterwasserumgebungen zu überwachen und zu analysieren. Mithilfe von Computer-Vision-Aufgaben wie Objekterkennung (dem Auffinden und Identifizieren einzelner Tiere oder Objekte in einem Bild), Bildklassifizierung (der Zuweisung einer Bezeichnung zum gesamten Bild anhand seines Inhalts) und Objektverfolgung (dem Verfolgen erkannter Objekte über aufeinanderfolgende Bilder hinweg, um ihre Bewegung zu analysieren) liefert MarineSitu Echtzeiterkenntnisse für die Meeresenergie, die Fischerei und die Umweltforschung.
Warum die Überwachung unter Wasser schwieriger ist, als sie scheint#
Die Überwachung von Meeresumgebungen ist viel anspruchsvoller als die Beobachtung an Land. Die Sicht kann sich unvermittelt verschlechtern, starke Strömungen können die Ausrüstung verschieben und Bewuchs kann Kameras und Sensoren schnell verdecken. Die Bedingungen können sich stündlich ändern, was eine kontinuierliche Datenerfassung erschwert.
Für Forschende und Energieversorger entsteht dadurch ein erhebliches Nadelöhr. Bei Projekten können Hunderte Terabyte an Video-, Sonar- und Akustikdaten anfallen, deren manuelle Auswertung langsam und unpraktisch ist.
Abgelegene Meeresstandorte bringen weitere Herausforderungen mit sich, etwa eine begrenzte Bandbreite, die das Übertragen großer Videodateien in die Cloud erschwert. Dadurch steigen die Betriebskosten und es entstehen Bedenken hinsichtlich der Datensicherheit.
Um diese Herausforderungen zu bewältigen, verfolgt MarineSitu einen Ansatz mit Edge-KI, bei dem die Daten direkt auf Unterwasserhardware verarbeitet werden, anstatt sie in die Cloud zu übertragen. So lassen sich Wildtiere und Umweltgeschehnisse in Echtzeit erkennen, der manuelle Sichtungsaufwand für Forschende verringert sich und die Überwachung bleibt auch bei geringer Bandbreite und unvorhersehbaren Bedingungen auf See zuverlässig.
Echtzeit-Erkennung unter Wasser mit Ultralytics YOLO-Modellen#
MarineSitu setzt seine Überwachungssysteme an anspruchsvollen Unterwasseranlagen ein, darunter Gezeitenturbinen, Häfen, Forschungsanlagen und langfristige Umweltmessstationen. So lässt sich erfassen, wie Meereslebewesen mit diesen Bauwerken interagieren. Das Adaptable Monitoring Package (AMP) umfasst hochauflösende optische Kameras, bildgebende Sonare, Hydrofone, LED-Beleuchtung und Antifouling-Systeme, die Objektive und Sensoren monatelang frei von Bewuchs halten.
Um kontinuierlich anfallende multimodale Daten auszuwerten, verwendet MarineSitu speziell trainierte Ultralytics YOLO-Modelle zur Echtzeitanalyse von Videoaufnahmen. Diese Modelle erkennen und verfolgen Meereslebewesen, während sie Bereiche wie das Einflussgebiet einer Turbine durchqueren. Wichtige Ereignisse werden automatisch markiert und den zugehörigen Sonar- und Akustikaufnahmen zugeordnet.
Wenn beispielsweise eine Qualle in die Nähe der Turbine treibt, kann die von Ultralytics YOLO-Modellen wie Ultralytics YOLOv8 und Ultralytics YOLO11 unterstützte Instanzsegmentierung ihren vollständigen Umriss im Bild erfassen. So werden Begegnungen mit Wildtieren mit allen wichtigen Kontextinformationen dokumentiert, statt in stundenlangen ereignislosen Aufnahmen unterzugehen.
Abb. 1. Beispiel für das Erkennen und Segmentieren von Quallen mit Ultralytics YOLO-Modellen.
Warum Ultralytics YOLO-Modelle wählen?#
Ultralytics YOLO-Modelle bieten MarineSitu die Geschwindigkeit und Genauigkeit, die für die Echtzeiterkennung in komplexen Unterwasserumgebungen nötig sind. Modelle wie YOLOv8 und YOLO11 laufen effizient auf den Edge-Systemen des Unternehmens und lassen sich in Formate wie TensorRT exportieren.
MarineSitu und Ultralytics YOLO erreichen bei der Überwachung eine Betriebszeit von 96 %#
Mit Ultralytics YOLO-Modellen kann MarineSitu Wildtiere auch bei langfristigen Einsätzen unter schwierigen Bedingungen auf See zuverlässig in Echtzeit überwachen.
Bei einem 141-tägigen Einsatz im pazifischen Nordwesten erreichte das Adaptable Monitoring Package von MarineSitu trotz starker Strömungen, schlechter Sicht und anhaltendem Bewuchsdruck eine Betriebszeit von über 96 %. Antifouling-Systeme hielten Kamerafenster, Leuchten und bildgebende Sonare während des gesamten Einsatzes frei und sicherten so eine gleichbleibend hohe Datenqualität.
Da YOLO kontinuierlich auf dem System lief, konnten Forschende Robben, Fische und andere Arten verfolgen, während sich diese in der Nähe der Turbine bewegten. Automatische Objekterkennung und Ereignisfilterung verringerten den manuellen Sichtungsaufwand erheblich. Forschende von PNNL und UW-APL berichteten, dass die Prüfung von durch YOLO markierten Ereignissen häufig nur ein bis zwei Stunden pro Tag dauerte – deutlich weniger als das zeitaufwendige Durchsehen ungefilterten Videomaterials.
Abb. 2. Erkennung einer Robbe mit einem Ultralytics YOLO-Modell.
Durch die Verbindung robuster Hardware mit multimodaler Sensorik und Computer Vision in Echtzeit lieferte MarineSitu ein vollständiges Bild der Interaktionen mit Wildtieren samt Kontext – etwas, das sich allein durch manuelle Sichtung nur äußerst schwer erreichen ließe. Diese Zuverlässigkeit und Effizienz beschleunigen Umweltbewertungen für Gezeitenenergieprojekte und setzen neue Maßstäbe für Meeresüberwachungssysteme.
Echtzeit-Erkenntnisse über Meeresumgebungen skalieren#
MarineSitu baut seine Computer-Vision-Funktionen in Echtzeit weiter aus und setzt sie in vielfältigen Unterwasserumgebungen ein. Neben Gezeitenturbinen werden die von Ultralytics YOLO unterstützten Systeme zur Überwachung von Wildtieren in Häfen, zur Unterstützung der Korallenriff-Forschung, zur Beobachtung des Fischverhaltens rund um wissenschaftliche Anlagen und zur Erfassung langfristiger Umweltdaten an abgelegenen Meeresstandorten eingesetzt.
Da YOLO-Modelle den Kern der Erkennungspipeline bilden, konzentriert sich MarineSitu darauf, die Arterkennung zu verbessern, die KI-Verarbeitung am Netzwerkrand auszubauen und die automatische Überwachung an weiteren Orten einzuführen, an denen herkömmliche Methoden schwierig oder kostspielig sind. Das Unternehmen möchte die Unterwasserüberwachung effizienter und zugänglicher machen und Forschenden zugleich schnellere, klarere Erkenntnisse darüber liefern, wie Meeresökosysteme mit menschlichen Aktivitäten interagieren.
Neugierig auf KI? Sieh dir unsere Lizenzoptionen an, um Vision-KI in deinen Projekten einzusetzen. Besuche unser GitHub-Repository, um mehr zu erfahren. Entdecke auf unseren Lösungsseiten Computer Vision in der Robotik und KI in der Automobilindustrie.
Verfasst von
Content Creator · Ultralytics
