SharkEye utiliza Ultralytics YOLOv8 para la detección de objetos

Supervisar a los animales en sus hábitats naturales, ya sean vacas pastando en una granja o tiburones moviéndose cerca de la costa, siempre ha sido importante para su seguridad y bienestar. Sin embargo, observarlos manualmente no es fácil. A menudo puede requerir horas de paciencia y concentración, ya que los observadores deben vigilar atentamente cualquier cambio en su comportamiento o movimiento. Aun así, es fácil pasar por alto señales sutiles pero importantes.

Gracias a la intervención de la inteligencia artificial (AI), este proceso es cada vez más rápido, inteligente y eficiente, lo que reduce la carga de los observadores humanos y mejora la precisión. En concreto, la visión por ordenador puede utilizarse para rastrear animales, detectar peligros y tomar decisiones en tiempo real. Tareas que antes requerían horas ahora pueden realizarse en minutos, lo que abre nuevas formas de comprender el comportamiento animal.

En YOLO Vision 2024 (YV24), un evento híbrido anual organizado por Ultralytics, expertos e innovadores se reunieron para explorar cómo la AI está abordando los retos cotidianos. Algunos de los temas presentados incluían avances en la detección de objetos en tiempo real y la supervisión de animales, demostrando cómo la AI mejora la seguridad y la eficiencia en diversos ámbitos.

Uno de los momentos destacados del evento fue una charla de Jim Griffin, fundador de AI Master Group, en la que mostró cómo la IA de visión está haciendo más seguras las playas al detectar tiburones antes de que se acerquen demasiado a la costa. Explicó cómo utilizaron Ultralytics YOLOv8, un modelo de visión por ordenador de vanguardia, para identificar tiburones con precisión en tiempo real, incluso en condiciones difíciles, como oleaje, reflejos y obstáculos submarinos.

En este artículo, analizaremos más detenidamente el proyecto SharkEye y compartiremos información interesante de la charla de Jim.

Conoce SharkEye: una aplicación de visión por ordenador#

Jim comenzó su charla presentando Padaro Beach, un conocido destino de surf de California donde surfistas y tiburones comparten a menudo las mismas aguas. Para destacar el verdadero reto que supone detectar tiburones, comentó: «Por supuesto, es fácil detectar un tiburón si te muerde, así que lo que queríamos hacer era identificar a los tiburones de antemano».

Fig. 1. Jim en el escenario de YOLO Vision 2024.

SharkEye se creó para abordar este problema, con el apoyo de la University of California, Santa Barbara. Jim explicó cómo se utilizaron drones con cámaras de AI de alta resolución para volar a unos 200 pies sobre el agua y escanear el océano en tiempo real.

Si se detecta un tiburón, se envían alertas por SMS a unas 80 personas, incluidos socorristas, propietarios de tiendas de surf y cualquiera que se haya suscrito a las actualizaciones. Jim señaló que estas notificaciones instantáneas permiten responder rápidamente y mantener más seguros a los usuarios de la playa cuando hay un tiburón cerca de la costa.

Jim también mencionó que SharkEye cuenta con un panel en directo donde los usuarios pueden consultar las estadísticas de detección de tiburones. Por ejemplo, durante 12 semanas, el sistema identificó dos tiburones grandes y 15 más pequeños, con una media de algo más de un tiburón por semana.

A continuación, presentó a Neil Nathan, el científico que dirigió los esfuerzos detrás de SharkEye. Aunque su formación era en estudios medioambientales y no en informática, Nathan lideró el proyecto con éxito. Jim destacó que las herramientas modernas de AI, como las utilizadas en SharkEye, están diseñadas para ser accesibles, lo que permite a personas sin formación técnica desarrollar soluciones con impacto.

Uso de Ultralytics YOLOv8 para detectar tiburones#

Profundizando en los detalles, Jim explicó qué hay detrás de SharkEye y cómo la solución de detección de tiburones no consistía simplemente en una tarea de detección de objetos. Tenía que enfrentarse a condiciones dinámicas e impredecibles, como las algas flotantes, que podían confundirse fácilmente con tiburones. A diferencia de detectar un objeto inmóvil, identificar un tiburón requiere precisión y adaptabilidad, por lo que Ultralytics YOLOv8 era una opción ideal.

Otra ventaja de Ultralytics YOLOv8 era que podía implementarse en un dron sin depender de servidores en la nube. Jim explicó que este enfoque permitía a SharkEye enviar alertas inmediatas, una parte esencial para garantizar respuestas oportunas en las impredecibles condiciones del océano.

Detección de objetos con solo seis líneas de código#

Después de explicar cómo funciona SharkEye y el esfuerzo colaborativo que lo hizo posible, Jim mostró una demostración en directo.

Jim Griffin comenzó su demostración en directo guiando al público por un ejemplo conocido: un fragmento de código de «hello world» para los modelos Ultralytics YOLO. Con solo seis líneas de código Python, mostró cómo un modelo Ultralytics YOLOv8 previamente entrenado podía detectar sin esfuerzo un autobús en una imagen.

Fig. 2. Una demostración de Jim en YOLO Vision 2024.

En su demostración utilizó el modelo Ultralytics YOLOv8 Nano, una versión ligera para dispositivos de bajo consumo, como los drones. El mismo modelo se utilizó en SharkEye para la detección de tiburones en tiempo real.

Para aportar más contexto, Jim mencionó que el modelo de la demostración se estaba entrenando con COCO128, un subconjunto más pequeño del ampliamente utilizado conjunto de datos COCO. El conjunto de datos COCO contiene más de 20 000 imágenes distribuidas en 80 categorías de objetos diferentes. Aunque COCO128 funciona bien para demostraciones rápidas, señaló que SharkEye necesitaba algo más sólido: un conjunto de datos de detección de tiburones específico de la aplicación que pudiera gestionar las complejidades de los escenarios reales.

Entrenamiento personalizado de Ultralytics YOLOv8 para SharkEye#

Según Jim, la parte más difícil del proyecto SharkEye no fue entrenar el modelo de AI, sino recopilar los datos adecuados. Comentó: «El trabajo principal de este proyecto no fue la AI. El trabajo principal fue hacer volar esos drones durante cinco años, extraer las imágenes de esos vídeos y etiquetarlas correctamente».

Explicó que el equipo recopiló 15 000 imágenes en Padaro Beach. Cada imagen tuvo que etiquetarse manualmente para diferenciar entre tiburones, algas y otros objetos en el agua. Aunque el proceso fue lento y exigente, sentó las bases de todo lo que vino después.

Fig. 3. Uso de drones para capturar imágenes de tiburones para la detección de objetos en tiempo real.

Una vez listo el conjunto de datos, se realizó un entrenamiento personalizado de Ultralytics YOLOv8 con él. Jim afirmó: «El entrenamiento en sí no fue la parte difícil: solo tardó 20 horas en GPU T4 [unidades de procesamiento gráfico]. También añadió que el tiempo podría haberse reducido hasta tan solo cinco horas con hardware más potente, como las GPU A100.

Evaluación de SharkEye: precisión frente a exhaustividad#

A continuación, Jim explicó cómo se evaluó el rendimiento de SharkEye. Mostró que la métrica clave era la precisión: hasta qué punto el sistema identificaba correctamente los tiburones reales. Al alcanzar SharkEye una impresionante precisión del 92 %, el modelo demostró ser muy eficaz a la hora de identificar tiburones con exactitud en el complejo entorno oceánico.

Profundizando en la importancia de la precisión, Jim aclaró por qué en este caso la precisión era más importante que la exhaustividad. «La mayoría de las veces, a la gente le interesa la exhaustividad, especialmente en ámbitos como la sanidad, donde pasar por alto un caso positivo puede ser crítico. Pero en este caso no sabíamos cuántos tiburones había, así que lo que nos importaba era la precisión», explicó. SharkEye minimizó las falsas alarmas al centrarse en la precisión, lo que facilitó que los socorristas y otros equipos de respuesta actuaran rápidamente.

Fig. 4. Jim presentando SharkEye en YOLO Vision 2024.

Concluyó su charla comparando el rendimiento de la AI con el de las personas y señaló que la precisión del 92 % de SharkEye superaba con creces la exactitud del 60 % de los expertos humanos. Destacó esta diferencia diciendo: «Es porque somos humanos. Por muy experto que seas tú o que sea yo, si tenemos que estar sentados delante de una pantalla todo el día buscando tiburones, al final dejaremos que nuestra mente divague». A diferencia de las personas, los modelos de AI no se cansan ni se distraen, lo que los convierte en una solución fiable para tareas que requieren una supervisión continua.

Ultralytics YOLO11: el YOLO más reciente#

Una frase intrigante de la charla de Jim Griffin, «Algún día, seis líneas de código podrían salvarte la vida», resume perfectamente hasta qué punto la AI avanzada se ha vuelto accesible. Los modelos Ultralytics YOLO se han creado teniendo esto en cuenta, para que la tecnología de visión por ordenador de vanguardia sea accesible a desarrolladores y empresas de cualquier tamaño. Ultralytics YOLO11 parte de esta base con inferencias más rápidas y una mayor precisión.

Estas son algunas de las características que diferencian a Ultralytics YOLO11:

• Arquitectura rediseñada: Su arquitectura mejorada de backbone y neck permite extraer mejor las características y aumentar la precisión.
• Facilidad de uso: Puedes acceder a él mediante código Python o herramientas sin código como Ultralytics HUB.
• Flexibilidad entre tareas: Ultralytics YOLO11 admite tareas de visión por ordenador como detección de objetos, segmentación de instancias, clasificación de imágenes, seguimiento, estimación de poses y cuadros delimitadores orientados (OBB).
• Mayor precisión: Ultralytics YOLO11 alcanza una precisión media promedio (mAP) un 22 % superior a la de YOLOv8m en el conjunto de datos COCO, ofreciendo detecciones más precisas.

Estas características hacen que Ultralytics YOLO11 sea una excelente opción para rastrear el comportamiento animal en entornos dinámicos, ya sea en una granja o en la naturaleza.

Conclusiones clave#

Los avances en la IA de visión facilitan la resolución de retos del mundo real al proporcionar herramientas prácticas para diversos ámbitos. Por ejemplo, los modelos de visión por ordenador como Ultralytics YOLO11 pueden utilizarse para supervisar y rastrear animales en tiempo real, incluso en condiciones difíciles.

La ponencia de Jim Griffin en YV24 ilustró cómo Ultralytics YOLOv8 puede utilizarse para resolver problemas complejos con una codificación mínima. El proyecto SharkEye, que combina drones con AI para detectar tiburones en tiempo real, mostró cómo la tecnología puede mejorar la seguridad en las playas.

Fue un caso práctico fascinante de cómo una AI accesible permite a personas de distintos ámbitos crear soluciones eficaces. A medida que la AI sigue evolucionando, está transformando sectores y haciendo posible que las personas aprovechen su potencial para lograr un mundo más seguro, inteligente y eficiente.

Forma parte de nuestra comunidad y explora nuestro repositorio de GitHub para profundizar en la AI. Desde la visión por ordenador en la agricultura hasta la AI en los coches autónomos, descubre cómo estas tecnologías impulsan la innovación. ¡Consulta nuestras opciones de licencia para empezar hoy mismo tus proyectos de AI!