Project Ocean Oasis impulsa la conservación de arrecifes con Ultralytics YOLO

A medida que los ecosistemas marinos enfrentan amenazas sin precedentes por el cambio climático, la contaminación y la sobrepesca, la demanda de inteligencia oceánica escalable y basada en evidencia nunca ha sido mayor. Project Ocean Oasis (PO2), una organización sin fines de lucro con sede en Australia, está afrontando este desafío directamente mediante la creación de sistemas de monitoreo autónomos diseñados para operar durante años en entornos marinos hostiles.

Al integrar modelos de Ultralytics YOLO en su flujo de trabajo de borde a nube y aprovechar Ultralytics Platform, PO2 está sentando las bases para una nueva era de monitoreo continuo y basado en IA de arrecifes y biodiversidad.

Link to this sectionConstruyendo los cimientos de la inteligencia oceánica#

Project Ocean Oasis desarrolla sistemas autónomos habilitados con IA para la inteligencia oceánica a largo plazo. Construido en colaboración con WASSOC (una firma de ingeniería submarina con más de 40 años de experiencia), AWS y Ultralytics, PO2 ofrece una plataforma integral que combina hardware robusto, IA basada en el borde y en la nube, y conjuntos de datos validados científicamente para apoyar la protección basada en evidencia de los ecosistemas marinos.

Cada unidad de PO2 está diseñada para ejecutar múltiples modelos de IA simultáneamente, con suficiente margen interno para futuras expansiones. Los sistemas están diseñados para resistir oleajes en arrecifes, corrosión y bioincrustaciones, operando sin mantenimiento durante años y siendo escalables en diversos entornos.

Link to this sectionEl desafío del monitoreo autónomo de arrecifes a largo plazo#

El monitoreo de arrecifes y la biodiversidad marina a escala presenta un conjunto único de desafíos. Los métodos tradicionales dependen de buzos, embarcaciones y recolección manual de datos, lo cual es costoso, intermitente y a menudo perjudicial para los ecosistemas que estudian. A medida que la salud de los arrecifes disminuye a nivel mundial, la brecha entre los datos que necesitan los científicos y los que pueden recolectar de manera realista sigue ampliándose.

Incluso a medida que la visión artificial y la IA de borde se vuelven más accesibles, el despliegue de estas tecnologías bajo el agua introduce nuevas limitaciones. Los dispositivos deben ser alimentados por energía solar y baterías, ser capaces de ejecutar múltiples modelos de IA en paralelo y ser lo suficientemente robustos para sobrevivir años de exposición al agua salada sin mantenimiento activo. La eficiencia energética es crítica: con solo unos 600 vatios de potencia diaria disponibles, cada componente, desde la cámara hasta el chip de inferencia, debe elegirse cuidadosamente para maximizar el tiempo de actividad mientras se obtienen conocimientos precisos en tiempo real.

Para PO2, la pieza faltante era un marco de modelos lo suficientemente flexible como para ejecutarse en una amplia gama de hardware de borde, lo suficientemente preciso para el seguimiento de la biodiversidad marina y lo suficientemente fácil para iterar a medida que la plataforma evolucionaba a lo largo de despliegues plurianuales.

Link to this sectionDel borde a la nube con Ultralytics YOLO#

La plataforma de monitoreo de PO2 combina cámaras submarinas, hidrófonos y otros sensores montados en boyas autónomas equipadas con paneles solares, baterías y conectividad satelital.

Para el audio, el PO2 HydroPulse (hidrófono embebido personalizado en el borde) funciona a aproximadamente 1.3 W en hardware ARM convencional, lo suficientemente bajo para un despliegue a largo plazo con energía solar y baterías.

Con el objetivo de ejecutarse en las cámaras, se busca desplegar modelos de Ultralytics YOLO en hardware de borde dentro del sistema, realizando detección y seguimiento de objetos en tiempo real en flujos de video para identificar y rastrear peces y otra vida marina directamente bajo el agua.

El seguimiento de YOLO vincula al mismo individuo a través de los fotogramas, por lo que solo se cuenta una vez, tomando su detección de mayor confianza como el registro de ese pez. Un registro único es esencialmente:

{
  "label": "Acanthurus triostegus",
  "confidence": 0.94,
  "length_cm": 18
}

con recuentos MaxN a nivel de sesión y contexto ambiental adjuntos. Esto da como resultado datos estandarizados listos para la ciencia en lugar de imágenes para revisar después.

Fig 1. Ultralytics YOLO26 ejecutando detección a nivel de especie en imágenes de arrecifes de Hawái.

Cada unidad de cámara detectará y rastreará en el borde, luego enviará eventos estructurados compactos (JSON a escala de kilobytes), no video sin procesar.

Cuando el sistema detecta un objeto de interés, los resultados de la inferencia se envían vía satélite a una arquitectura en la nube, donde se agregan, analizan y presentan a científicos y socios de conservación. Este diseño centrado en el borde reduce drásticamente las demandas de transmisión, ahorra energía y permite que la plataforma opere durante años por despliegue sin intervención manual.

Para preparar el sistema para el futuro, PO2 trabajó estrechamente con Ultralytics para evaluar la última generación de aceleradores de IA de borde basados en NPU. Esta colaboración ayudó a PO2 a reducir las combinaciones de hardware correctas para su estricto presupuesto energético, manteniendo la flexibilidad para agregar nuevos modelos de IA, como la inferencia de audio en datos de hidrófonos, a medida que la plataforma crece.

Fig 2. Esquema de la solución de Ocean Oasis.

Link to this sectionUn adoptante temprano de Ultralytics Platform#

Además de utilizar modelos de Ultralytics YOLO en producción, PO2 se convirtió en uno de los primeros usuarios empresariales de Ultralytics Platform, el nuevo entorno integral para anotar, entrenar y desplegar modelos YOLO en un solo lugar.

Usando Ultralytics Platform, el equipo de PO2 puede administrar conjuntos de datos marinos, entrenar modelos estándar y de Ultralytics Enterprise YOLO26, aprovechar la anotación inteligente (Smart Annotation) para acelerar drásticamente el etiquetado de datos y exportar modelos entrenados a prácticamente cualquier formato para el despliegue en su hardware de borde. Este flujo de trabajo unificado ha ayudado a PO2 a iterar rápidamente a medida que el proyecto evoluciona, manteniendo los datos, modelos y experimentos centralizados a medida que el equipo crece.

Link to this section¿Por qué elegir Ultralytics YOLO?#

Para Project Ocean Oasis, la colaboración con Ultralytics va más allá del rendimiento del modelo, proporcionando acceso a experiencia y una plataforma unificada que apoya al equipo en cada etapa del desarrollo. Los modelos de Ultralytics YOLO ofrecen la flexibilidad para ejecutarse en una amplia gama de dispositivos de borde, desde MCU de consumo ultrabajo hasta aceleradores NPU de mayor rendimiento, a la vez que ofrecen la precisión necesaria para el monitoreo de la biodiversidad bajo el agua.

Al trabajar de cerca con Ultralytics, PO2 pudo navegar por el complejo panorama de los aceleradores de IA de borde e identificar los socios de hardware correctos para sus objetivos de despliegue plurianuales.

Link to this sectionHacia un océano más saludable#

Project Ocean Oasis ha validado sus primeros sensores de extremo a extremo, desde la inferencia de IA de borde hasta el tablero en la nube, y ahora se está preparando para el despliegue en el agua. La construcción del hardware está lista para los socios, la arquitectura en la nube es operativa y los investigadores científicos ya están en sus puestos en los sitios de despliegue.

A partir de 2026, el equipo escalará a través de varios sitios, expandirá el conjunto de herramientas de IA en el dispositivo y sentará las bases para una red de monitoreo global interconectada.

PO2 está construido sobre un horizonte temporal multigeneracional. El monitoreo marino continuo es la capa fundamental, la base de evidencia que hace posible todo lo que sigue. El trabajo no es terminarlo, sino empezarlo bien.

¿Te interesa construir tus propias soluciones de visión artificial? Visita nuestro repositorio de GitHub para explorar los modelos de Ultralytics YOLO, aprende cómo YOLO apoya innovaciones en IA para la conservación y echa un vistazo a Ultralytics Platform para comenzar a construir tus propios flujos de trabajo de visión artificial de extremo a extremo.