Yolo Vision Shenzhen
Shenzhen
Únete ahora

Protegiendo la biodiversidad: La historia de éxito de Kashmir World Foundation con Ultralytics YOLOv5 e YOLOv8

Equipo de Ultralytics

5 minutos de lectura

28 de febrero de 2023

Explore el uso de la IA y YOLOv5 por parte de la Kashmir World Foundation para la conservación de la vida silvestre y la lucha contra la caza furtiva.

La Kashmir World Foundation (KWF) fue fundada en Great Falls, Virginia, en 2008 con la misión de implementar la última tecnología en la lucha para conservar y proteger la vida silvestre a escala mundial. La KWF construye y opera sistemas autónomos no tripulados que apoyan sus esfuerzos de conservación y lucha contra la caza furtiva. En 2013, KWF comenzó a adoptar la inteligencia artificial en sus operaciones.

Según la WWF, la pérdida de hábitat representa el mayor peligro existencial para el 85% de todas las especies en la "Lista Roja", que clasifica a las especies como en peligro de extinción o amenazadas. Al mismo tiempo, la demanda de animales salvajes cazados furtivamente para su uso en medicinas tradicionales, manjares o mascotas exóticas es inminente y, según se informa, ha aumentado. Juntos, la pérdida de hábitat y la caza furtiva amenazan la biodiversidad mundial y tienen impactos desastrosos en las comunidades y los entornos locales.

Citando una fuerte colaboración interna, la fundadora y directora ejecutiva, Aliyah Pandolfi explica que “estudiantes, académicos, ingenieros y científicos de todo el mundo están dispuestos a ofrecer voluntariamente su tiempo y experiencia”. La KWF está dirigida al 100% por voluntarios de todo el mundo. A través de su trabajo, la KWF ha logrado grandes avances en la protección de especies amenazadas y numerosas especies en peligro de extinción, como el gato de arena en Qatar, las tortugas marinas en Costa Rica y el leopardo de las nieves en el Himalaya.

"Todos hacemos esto porque amamos a los animales, pero lo más importante es que queremos usar nuestras habilidades para hacer el bien en el mundo y lograr un cambio positivo para estas especies que de otro modo no sobrevivirían."
Aliyah Pandolfi
Fundadora y Directora Ejecutiva, Kashmir World Foundation

Combate al problema de la caza furtiva

En muchos casos, es extremadamente difícil para los conservacionistas acceder a los lugares donde ocurre la caza furtiva. El KWF debe afrontar cuatro obstáculos clave en sus esfuerzos de conservación en rincones remotos del mundo:

  • Patrones climáticos peligrosos
  • Factores sociopolíticos impredecibles
  • Terreno implacable
  • Falta de recursos para enviar personal a estas áreas en todo momento

En el pasado, los conservacionistas han colocado dispositivos de grabación de vídeo en el campo con la intención de que las imágenes se reproduzcan más tarde. Con cientos y miles de horas de metraje, este proceso depende de que el espectador detecte e identifique meticulosamente tanto las especies animales como a los cazadores furtivos. Debido a las limitaciones de tiempo y al error humano, este enfoque demostró colocar a los conservacionistas en desventaja. Los voluntarios del KWF sabían que debían estar mejor equipados para oponerse a los cazadores furtivos y a la caza ilegal.

Chacal asiático detectado con YOLOv5


La inevitable progresión de la tecnología actúa como un arma de doble filo. A medida que continúa volviéndose de mayor calidad y más accesible, tanto los conservacionistas como los malos actores pueden tener en sus manos la última tecnología. Para seguir siendo competitivos, los conservacionistas deben estar preparados para aprovechar el poder de la tecnología más reciente para utilizarla en su beneficio.

El camino creativo a seguir

Pandolfi necesitaba una solución agresiva en el campo que proporcionara información en tiempo real al KWF. Necesitando una solución que eliminara el error humano y abordara los cuatro obstáculos clave, sabía que incluso cuestión de segundos puede marcar la diferencia en una misión contra la caza furtiva, lo que significa que la información en tiempo real puede desempeñar un papel directo en la prevención de la muerte de un animal.

Con la creatividad de su lado, Pandolfi consideró la tecnología y los recursos necesarios para el proyecto. Si bien gran parte de la tecnología que necesita está disponible en la actualidad, Pandolfi está anticipando el lanzamiento de hardware y software que debería estar disponible en un futuro próximo. Liderando a su equipo en el KWF para desarrollar enfoques que utilicen drones, IA y capacidades de GPS.

Comadreja detectada con YOLOv5

“Al principio de este proyecto, había muchas dudas por parte de la comunidad. Me dijeron que era una locura, que era imposible, que no se podía hacer y que la tecnología no existía, pero yo estaba pensando a largo plazo, la informática y las capacidades de los drones debían evolucionar y fusionarse para este proyecto.”


Al colocar una variedad de cámaras y sensores en ubicaciones de riesgo, la KWF recibe datos de ubicaciones de todo el mundo, lo que les proporciona información práctica para tomar decisiones en fracciones de segundo.

“Imaginemos que hay cazadores furtivos en un lugar determinado”, dice Pandolfi, “queremos poder seguirlos y alertar a los guardabosques de su posición para que puedan interceptar a los cazadores furtivos y detenerlos antes de que maten a ningún animal”.

¿Por qué YOLOv5?

Al requerir la detección de objetos en tiempo real, KWF necesitaba que los resultados de su modelo fueran muy precisos y fiables. Al sopesar sus opciones, el jefe del equipo de IA de KWF de Pandolfi, Daan Eeltink, un estudiante de los Países Bajos, comparó el rendimiento de YOLOv4 y YOLOv5. Con YOLOv5, varios puntos de diferenciación llevaron al equipo de KWF a elegirlo para sus proyectos:

  • Los modelos YOLOv5 requerían entrenamiento con menos imágenes.
  • Su carácter de código abierto hizo que la tecnología fuera muy accesible para el equipo de KWF.
  • La curva de aprendizaje para YOLOv5 no fue pronunciada.

La KWF depende de un equipo de voluntarios, ingenieros y becarios de todo el mundo para construir la tecnología necesaria para sus esfuerzos de conservación. Muchos de los becarios son estudiantes de secundaria, algunos de ellos con poca o ninguna experiencia con YOLOv5. Pandolfi observó que incluso aquellos con la menor experiencia previa pudieron poner en marcha YOLOv5 en menos de tres semanas.

Además, la integración con una plataforma de seguimiento de experimentos facilitó el ajuste fino de los modelos y conjuntos de datos, lo que permitió a KWF maximizar el rendimiento de sus modelos YOLOv5 en el campo.

“YOLOv5 fue preciso y nos ayudó a salvar a los animales antes de que los mataran, que era nuestro objetivo final.”

Sin YOLOv5, Pandolfi dice que su equipo en la KWF estaría frustrado. Antes de implementar la detección de objetos, los proyectos de conservación carecían de una cantidad óptima de datos.

A principios de 2023, la KWF transferirá su trabajo a Ultralytics YOLOv8, la última versión de la familia YOLO de arquitecturas de IA de visión.

Implementación de YOLOv5

Actualmente, la KWF utiliza YOLOv5 para la detección de objetos en sensores en el campo. Estos dispositivos envían datos a biólogos que luego pueden analizar la información y crear información procesable. En el próximo año, la KWF tiene como objetivo entrenar YOLOv5 en conjuntos de datos que contengan imágenes de drones, para luego implementar estos drones en el campo.

Proyectos de conservación

Tortugas marinas

Hay siete especies diferentes de tortugas marinas en el mundo y cada una se considera en peligro de extinción. Al poner huevos, las tortugas marinas hembras llegan a las playas y cavan nidos en la arena donde luego ponen sus huevos. Este proceso puede llevar varias horas, pero una vez que está terminado, las tortugas marinas hembras regresan al agua, dejando sus huevos para que se incuben en la arena durante 55-65 días. Cuando las madres se van para siempre, los huevos se quedan con pocas defensas contra los cazadores furtivos, los depredadores y los elementos naturales.

En el pasado, el enfoque de los conservacionistas para rastrear tortugas marinas ha sido marcar todas las ubicaciones en una playa donde hay nidos. Si las amenazas en estas áreas son altas, los conservacionistas reubicarán los nidos a un lugar más seguro mientras tanto y liberarán las tortugas en el océano una vez que eclosionen.

Este proceso puede implicar recorrer manualmente playas de 48 kilómetros o más y marcar los nidos. Proporcionar una cantidad adecuada de mano de obra para llevar a cabo este proceso cada día ha demostrado ser difícil, especialmente durante los confinamientos por COVID-19.

Además, marcar los nidos de tortugas marinas a veces resultó contraproducente. Los cazadores furtivos no solo podían buscar los nidos que estaban marcados, sino que los cerdos también pudieron aprender que los marcadores significaban que había nidos de tortugas marinas cerca, lo que los llevó a comerse los huevos.

La KWF vio una oportunidad de mejora dentro de este proceso al reducir el factor de mano de obra y reemplazar los marcadores fácilmente identificables. Al configurar sistemas aéreos autónomos utilizando YOLOv5 para detectar, localizar y caracterizar los nidos de tortugas marinas, los biólogos podrían recibir información en tiempo real sobre los nidos de tortugas marinas, incluidas sus huellas y ubicación geográfica, reemplazando así la necesidad de que los biólogos caminen manualmente por las playas y marquen los nidos.

Leopardos de las nieves

El espeso pelaje blanco con rosetas manchadas oscuras de los leopardos de las nieves les permite camuflarse perfectamente en el paisaje del Himalaya. En la naturaleza, son depredadores alfa sin depredadores naturales. Sin embargo, debido a la altísima demanda de su pelaje y otras partes del cuerpo en la moda y la medicina tradicional, junto con la pérdida y fragmentación del hábitat, se estima que solo quedan entre 4.000 y 6.500 leopardos de las nieves en estado salvaje.

Los esfuerzos de conservación del leopardo de las nieves han demostrado ser extremadamente difíciles como resultado de los factores que contribuyen al duro entorno en el que se encuentran:

  • Altas altitudes
  • Nevadas excesivas
  • Temperaturas de congelación
  • Vientos fuertes
  • Barrancos empinados
  • Terreno implacable

Además, es extremadamente raro avistar leopardos de las nieves en la naturaleza. Como resultado, la KWF está desarrollando un enfoque automatizado para proteger a estos grandes felinos, utilizando tecnología de drones para rastrearlos y protegerlos. En este momento, la tecnología de drones aún está en desarrollo para que pueda llegar al punto en que las máquinas puedan operar en las condiciones necesarias para rastrear a los leopardos de las nieves, que es de alrededor de 20.000 a 22.000 pies.

Leopardo de las nieves detectado con YOLOv5


Una vez que la tecnología esté disponible, la KWF tiene la intención de utilizar YOLOv5 en los sensores y en los drones, que luego se desplegarán en el Himalaya. Para fines de seguimiento, estos sensores y drones podrán detectar huellas de patas en la nieve, que generalmente se las lleva el viento rápidamente. Esta información en tiempo real se transmitirá a biólogos y conservacionistas.

Visite el sitio web de Kashmir World Foundation y vea cómo puede ayudar a marcar la diferencia en sus esfuerzos de conservación en todo el mundo.

¡Construyamos juntos el futuro
de la IA!

Comience su viaje con el futuro del aprendizaje automático

Comienza gratis
Enlace copiado al portapapeles