Grâce aux modèles Ultralytics YOLO, MarineSitu a automatisé la détection de la faune autour des systèmes d’énergie marine, atteint une disponibilité supérieure à 96 % et réduit l’examen quotidien des séquences vidéo à une ou deux heures seulement.
Surveiller les environnements sous-marins et les systèmes d’énergie marine n’est pas facile, mais c’est essentiel pour comprendre les interactions entre ces infrastructures et l’écosystème environnant, et pour garantir un fonctionnement sûr qui ne nuit pas à la faune. Jusqu’ici, les chercheurs devaient passer manuellement au crible des heures de vidéos sous-marines, une tâche rendue encore plus difficile par les eaux troubles, les courants forts et la visibilité variable.
MarineSitu aide les chercheurs et les organisations à surveiller et à comprendre les environnements sous-marins à l’aide de caméras haute résolution, de la vision par ordinateur, de sonars d’imagerie, de capteurs environnementaux et de modèles d’apprentissage automatique. Par exemple, grâce aux modèles Ultralytics YOLO, ses systèmes peuvent identifier et suivre la faune qui se déplace autour des turbines marémotrices et d’autres infrastructures d’énergie marine.
Une surveillance marine plus intelligente grâce à l’innovation en IA#
Fondée en 2016, MarineSitu est issue de recherches menées au Pacific Marine Energy Center (PMEC) et au laboratoire de physique appliquée (APL) de l’Université de Washington. Aujourd’hui, l’entreprise collabore avec des organisations telles que le département de l’Énergie des États-Unis et l’Administration nationale des océans et de l’atmosphère des États-Unis.
Grâce à des plateformes comme SaltySuite™, MarineSitu associe ses systèmes matériels conçus sur mesure, notamment des caméras, des sonars et des hydrophones, à des modèles de détection basés sur l’IA afin de surveiller et d’analyser des environnements sous-marins complexes. En particulier, grâce à l’application de tâches de vision par ordinateur telles que la détection d’objets (localiser et identifier chaque animal ou objet dans une image), la classification d’images (attribuer une étiquette à une image entière en fonction de son contenu) et le suivi d’objets (suivre des objets détectés dans des images consécutives pour analyser leurs déplacements), MarineSitu fournit des informations en temps réel qui soutiennent la recherche sur l’énergie marine, les pêcheries et l’environnement.
Pourquoi la surveillance sous-marine est plus difficile qu’il n’y paraît#
La surveillance des environnements marins est bien plus difficile que l’observation des conditions terrestres. La visibilité peut chuter sans prévenir, les courants forts déplacent l’équipement et la croissance des organismes marins peut rapidement masquer les caméras et les capteurs. Les conditions peuvent changer d’heure en heure, ce qui complique la collecte de données cohérentes.
Pour les chercheurs et les exploitants d’installations énergétiques, cela crée un obstacle majeur. Les projets peuvent générer des centaines de téraoctets de données vidéo, sonar et acoustiques, ce qui rend leur examen manuel lent et peu pratique.
Les sites océaniques éloignés présentent d’autres difficultés, comme une bande passante limitée, qui complique l’envoi de fichiers vidéo volumineux vers le cloud. Cela augmente les coûts opérationnels et soulève des questions de sécurité des données.
Pour relever ces défis, MarineSitu adopte une approche d’IA en périphérie qui traite les données directement sur le matériel sous-marin au lieu de dépendre de transferts vers le cloud. Cette approche permet de détecter en temps réel la faune et les événements environnementaux, réduit la quantité de données que les chercheurs doivent examiner et garantit la fiabilité de la surveillance, même lorsque les conditions océaniques sont imprévisibles et la bande passante faible.
Détection sous-marine en temps réel avec les modèles Ultralytics YOLO#
MarineSitu déploie ses systèmes de surveillance autour d’infrastructures sous-marines exigeantes, notamment des turbines marémotrices, des ports, des installations de recherche et des observatoires environnementaux de longue durée, pour enregistrer les interactions de la vie marine avec ces structures. Son Adaptable Monitoring Package (AMP) intègre des caméras optiques haute résolution, des sonars d’imagerie, des hydrophones, un éclairage LED et des systèmes antisalissure qui gardent les lentilles et les capteurs dégagés pendant des mois.
Pour interpréter le flux continu de données multimodales, MarineSitu utilise des modèles Ultralytics YOLO entraînés sur mesure afin d’analyser les séquences vidéo en temps réel. Ces modèles détectent et suivent les espèces marines lorsqu’elles traversent des zones comme le champ d’influence d’une turbine, signalant automatiquement les événements importants et les associant aux enregistrements sonar et acoustiques correspondants.
Par exemple, lorsqu’une méduse dérive près de la turbine, la segmentation d’instances réalisée par des modèles Ultralytics YOLO comme Ultralytics YOLOv8 et Ultralytics YOLO11 peut en capturer le contour complet dans l’image. Les interactions avec la faune sont ainsi enregistrées avec tout leur contexte, au lieu d’être noyées dans des heures de séquences sans événement.
Fig. 1. Exemple d’utilisation des modèles Ultralytics YOLO pour détecter et segmenter des méduses.
Pourquoi choisir les modèles Ultralytics YOLO ?#
Les modèles Ultralytics YOLO offrent à MarineSitu la vitesse et la précision nécessaires à la détection en temps réel dans des environnements sous-marins complexes. Des modèles comme YOLOv8 et YOLO11 fonctionnent efficacement sur ses systèmes en périphérie et peuvent être exportés dans des formats tels que TensorRT.
La surveillance de MarineSitu avec Ultralytics YOLO atteint une disponibilité de 96 %#
L’utilisation des modèles Ultralytics YOLO par MarineSitu a permis d’assurer une surveillance fiable de la faune en temps réel lors de déploiements de longue durée dans des conditions océaniques difficiles.
Lors d’un déploiement de 141 jours dans le nord-ouest du Pacifique, l’Adaptable Monitoring Package de MarineSitu, ou AMP, a maintenu une disponibilité supérieure à 96 % malgré les courants forts, la faible visibilité et la pression constante due à l’encrassement biologique. Les systèmes antisalissure ont gardé les hublots des caméras, les éclairages et les sonars d’imagerie dégagés pendant toute la durée du déploiement, garantissant des données de qualité constante.
Grâce au fonctionnement continu de YOLO sur le système, les chercheurs ont pu suivre les phoques, les poissons et d’autres espèces autour de la turbine. La détection automatique des objets et le filtrage des événements ont considérablement réduit le temps consacré à l’examen manuel. Selon les chercheurs de PNNL et UW-APL, l’examen des événements signalés par YOLO ne prenait souvent qu’une ou deux heures par jour, contre le temps considérable nécessaire pour parcourir les séquences non filtrées.
Fig. 2. Détection d’un phoque avec un modèle Ultralytics YOLO.
En associant du matériel durable à la détection multimodale et à la vision par ordinateur en temps réel, MarineSitu a fourni une vue complète et contextualisée des interactions avec la faune, un résultat extrêmement difficile à obtenir par le seul examen manuel. Ce niveau de fiabilité et d’efficacité contribue à accélérer les évaluations environnementales des projets d’énergie marémotrice et à relever le niveau des systèmes de surveillance marine.
Déployer à grande échelle l’intelligence marine en temps réel#
MarineSitu continue d’étendre ses capacités de vision par ordinateur en temps réel à une grande variété d’environnements sous-marins. Au-delà des turbines marémotrices, ses systèmes alimentés par Ultralytics YOLO servent à surveiller la faune dans les ports, à soutenir la recherche sur les récifs coralliens, à observer le comportement des poissons autour d’installations scientifiques et à recueillir des données environnementales à long terme sur des sites océaniques éloignés.
Avec les modèles YOLO au cœur de son pipeline de détection, MarineSitu se concentre sur l’amélioration de la reconnaissance des espèces, le renforcement du traitement de l’IA en périphérie et le déploiement de la surveillance automatisée dans davantage de lieux où les méthodes conventionnelles sont difficiles ou coûteuses. L’entreprise souhaite rendre la surveillance sous-marine plus efficace et accessible, tout en fournissant aux chercheurs des informations plus claires et plus rapides sur les interactions entre les écosystèmes marins et les activités humaines.
Tu t’intéresses à l’IA ? Consulte nos options de licence pour intégrer la Vision AI à tes projets. Consulte notre dépôt GitHub pour en savoir plus. Découvre, sur nos pages de solutions, la vision par ordinateur en robotique et l’IA dans le secteur automobile.
Écrit par
Créateur de contenu · Ultralytics
