Ultralytics YOLO27:
Ultralytics YOLO

Proteggere la biodiversità: la storia di successo della Kashmir World Foundation con Ultralytics YOLOv5 e YOLOv8

Scopri come la Kashmir World Foundation utilizza l'AI e YOLOv5 per la tutela della fauna selvatica e la lotta al bracconaggio.

NUNuvola Ladi9 min read
La tutela della fauna selvatica della Kashmir World Foundation con YOLOv5

La Kashmir World Foundation (KWF) è stata fondata a Great Falls, in Virginia, nel 2008 con la missione di implementare le tecnologie più recenti nella lotta per la conservazione e la protezione della fauna selvatica su scala globale. La KWF sviluppa e gestisce sistemi autonomi senza equipaggio che supportano le sue attività di conservazione e contrasto al bracconaggio. Nel 2013, KWF ha iniziato ad adottare l'intelligenza artificiale nelle proprie attività.

Secondo il WWF.), la perdita dell'habitat rappresenta il maggiore pericolo esistenziale per l'85% di tutte le specie presenti nella “Lista Rossa”, che classifica le specie come in pericolo o minacciate. Allo stesso tempo, la domanda di animali selvatici cacciati di frodo per l'uso nella medicina tradizionale, come prelibatezze o come animali esotici da compagnia è incombente e, secondo quanto riportato, è aumentata. Insieme, la perdita dell'habitat e il bracconaggio minacciano la biodiversità globale e hanno effetti disastrosi sulle comunità e sugli ambienti locali.

Citando la forte collaborazione interna, la fondatrice e direttrice esecutiva Aliyah Pandolfi spiega che “studenti, accademici, ingegneri e scienziati di tutto il mondo sono disposti a offrire volontariamente il loro tempo e le loro competenze”. La KWF è gestita al 100% da volontari di tutto il mondo. Grazie al loro lavoro, la KWF ha compiuto grandi progressi nella protezione di numerose specie minacciate e in pericolo, come i gatti delle sabbie in Qatar, le tartarughe marine in Costa Rica e i leopardi delle nevi nell'Himalaya.

"Lo facciamo tutti perché amiamo gli animali, ma soprattutto vogliamo usare le nostre competenze per fare del bene nel mondo e apportare un cambiamento positivo per queste specie che altrimenti potrebbero non sopravvivere." Aliyah Pandolfi, fondatrice e direttrice esecutiva, Kashmir World Foundation

Combattere il problema del bracconaggio#

In molti casi, per gli ambientalisti è estremamente difficile raggiungere i luoghi in cui si verifica il bracconaggio. La KWF deve affrontare quattro ostacoli fondamentali nelle sue attività di conservazione nelle aree remote del mondo:

  • Condizioni meteorologiche pericolose
  • Fattori sociopolitici imprevedibili
  • Terreni impervi
  • Mancanza di risorse per inviare continuamente persone in queste aree

In passato, gli ambientalisti posizionavano sul campo dispositivi di videoregistrazione, con l'intenzione di rivedere i filmati in un secondo momento. Con centinaia o migliaia di ore di filmati, questo processo richiedeva all'osservatore di rilevare e identificare meticolosamente sia le specie animali sia i bracconieri. A causa dei limiti di tempo e dell'errore umano, questo approccio metteva gli ambientalisti in una posizione di svantaggio. I volontari della KWF sapevano di dover disporre di strumenti migliori per contrastare i bracconieri e la caccia illegale.

Sciacallo asiatico rilevato con YOLOv5

L'inevitabile progresso della tecnologia è un'arma a doppio taglio. Man mano che la tecnologia diventa più avanzata e accessibile, sia gli ambientalisti sia i malintenzionati possono mettere le mani sulle tecnologie più recenti. Per rimanere competitivi, gli ambientalisti devono essere pronti a sfruttare a proprio vantaggio la potenza delle tecnologie più nuove.

La strada creativa da seguire#

Pandolfi aveva bisogno di una soluzione efficace sul campo che fornisse alla KWF informazioni in tempo reale. Cercando una soluzione che eliminasse l'errore umano e affrontasse i quattro ostacoli principali, sapeva che anche pochi secondi possono fare la differenza in una missione contro il bracconaggio; ciò significa che le informazioni in tempo reale possono contribuire direttamente a impedire che un animale venga ucciso.

Facendo leva sulla creatività, Pandolfi ha preso in considerazione la tecnologia e le risorse necessarie per il progetto. Sebbene gran parte della tecnologia di cui ha bisogno sia già disponibile, Pandolfi prevede il rilascio di hardware e software che dovrebbero diventare disponibili nel prossimo futuro. Ha quindi guidato il suo team della KWF nello sviluppo di approcci che utilizzano droni, IA e funzionalità GPS.

Donnola rilevata con YOLOv5

“All'inizio di questo progetto, la comunità aveva molti dubbi. Mi è stato detto che era folle, impossibile, che non potevo farlo e che la tecnologia non esisteva, ma io guardavo al lungo termine: l'informatica e le funzionalità dei droni necessarie per questo progetto dovevano evolversi e integrarsi.”

Posizionando diversi tipi di telecamere e sensori nelle aree a rischio, la KWF riceve dati da luoghi di tutto il mondo, ottenendo informazioni utili per prendere decisioni in una frazione di secondo.

“Immagina che in un determinato luogo ci siano dei bracconieri”, afferma Pandolfi, “vogliamo poterli seguire e avvisare i ranger della loro posizione, in modo che possano intercettarli e fermarli prima che uccidano degli animali”.

Perché YOLOv5?#

Dovendo eseguire il rilevamento degli oggetti in tempo reale, la KWF aveva bisogno che gli output del proprio modello fossero estremamente accurati e affidabili. Nel valutare le opzioni, il responsabile del team IA della KWF di Pandolfi, Daan Eeltink, uno studente nei Paesi Bassi, ha confrontato le prestazioni di YOLOv4 e YOLOv5. Con YOLOv5, diversi elementi distintivi hanno portato il team della KWF a sceglierlo per i propri progetti:

  • I modelli YOLOv5 richiedevano l'addestramento con un numero inferiore di immagini.
  • Il suo carattere open source rendeva la tecnologia altamente accessibile al team della KWF.
  • La curva di apprendimento di YOLOv5 non era ripida.

La KWF si affida a un team di volontari, ingegneri e tirocinanti provenienti da tutto il mondo per sviluppare la tecnologia necessaria alle proprie attività di conservazione. Molti tirocinanti sono studenti delle scuole superiori e alcuni di loro hanno un'esperienza minima o nulla con YOLOv5. Pandolfi ha visto che anche chi aveva meno esperienza pregressa riusciva a rendere operativo YOLOv5 in meno di tre settimane.

Inoltre, l'integrazione con una piattaforma di monitoraggio degli esperimenti ha reso semplice il perfezionamento dei modelli e dei dataset, consentendo alla KWF di massimizzare le prestazioni dei propri modelli YOLOv5 sul campo.

“YOLOv5 era accurato e ci ha aiutato a salvare gli animali prima che venissero uccisi, che era il nostro obiettivo finale.”

Senza YOLOv5, afferma Pandolfi, il suo team della KWF sarebbe frustrato. Prima di implementare il rilevamento degli oggetti, i progetti di conservazione non disponevano di una quantità di dati ottimale. All'inizio del 2023, la KWF trasferirà il proprio lavoro su Ultralytics YOLOv8, l'ultima versione della famiglia YOLO di architetture di IA per la visione artificiale.

Implementazione di YOLOv5#

Al momento, la KWF implementa YOLOv5 per il rilevamento degli oggetti sui sensori sul campo. Questi dispositivi inviano i dati ai biologi, che possono quindi analizzare le informazioni e ricavarne indicazioni operative. Nel prossimo anno, la KWF punta ad addestrare YOLOv5 su dataset contenenti immagini acquisite da droni, per poi implementare questi droni sul campo.

Progetti di conservazione#

Tartarughe marine#

Nel mondo esistono sette specie diverse di tartarughe marine e ognuna è considerata in pericolo. Quando depongono le uova, le femmine di tartaruga marina raggiungono le spiagge e scavano nidi nella sabbia, dove depongono le uova. Questo processo può richiedere diverse ore, ma una volta terminato le femmine tornano in acqua, lasciando le uova a incubare nella sabbia per 55-65 giorni. Quando le madri se ne vanno definitivamente, le uova rimangono quasi prive di difese contro i bracconieri, i predatori e gli agenti naturali.

Infografica sulla conservazione delle tartarughe marine della Kashmir World Foundation

In passato, l'approccio degli ambientalisti al monitoraggio delle tartarughe marine consisteva nel contrassegnare tutti i punti della spiaggia in cui erano presenti nidi. Se le minacce in queste aree erano elevate, gli ambientalisti trasferivano temporaneamente i nidi in un luogo più sicuro e liberavano le tartarughe nell'oceano una volta schiuse.

Questo processo può comportare l'attraversamento manuale di spiagge lunghe 30 miglia o più e la marcatura dei nidi. Garantire ogni giorno un numero sufficiente di persone per svolgere questo processo si è rivelato difficile, soprattutto durante i lockdown dovuti al COVID-19.

Inoltre, contrassegnare i nidi delle tartarughe marine si è talvolta rivelato controproducente. Non solo i bracconieri potevano cercare i nidi contrassegnati, ma anche i maiali avevano imparato che i marcatori indicavano la presenza di nidi di tartarughe marine nelle vicinanze, arrivando così a mangiare le uova.

La KWF ha individuato un'opportunità di miglioramento in questo processo, riducendo il fattore legato al personale e sostituendo i marcatori facilmente identificabili. Configurando sistemi aerei autonomi che utilizzano YOLOv5 per rilevare, localizzare e caratterizzare i nidi delle tartarughe marine, i biologi potevano ricevere informazioni in tempo reale sui nidi, comprese le loro tracce e la posizione geografica, eliminando così la necessità per i biologi di percorrere manualmente le spiagge e contrassegnare i nidi.

Leopardi delle nevi#

La folta pelliccia bianca dei leopardi delle nevi, con rosette maculate scure, consente loro di mimetizzarsi perfettamente nel paesaggio himalayano. In natura sono predatori all'apice della catena alimentare e non hanno predatori naturali. Tuttavia, a causa della domanda estremamente elevata di pelliccia e altre parti del corpo per la moda e la medicina tradizionale, unita alla perdita e alla frammentazione dell'habitat, si stima che in natura siano rimasti solo tra 4.000 e 6.500 leopardi delle nevi.

Gli sforzi di conservazione dei leopardi delle nevi si sono rivelati estremamente difficili a causa dei fattori che contribuiscono alla durezza dell'ambiente in cui vivono:

  • Altitudini elevate
  • Nevicate abbondanti
  • Temperature glaciali
  • Venti forti
  • Gole ripide
  • Terreni impervi

Inoltre, è estremamente raro avvistare leopardi delle nevi in natura. Per questo motivo, la KWF sta sviluppando un approccio automatizzato alla protezione di questi grandi felini, utilizzando la tecnologia dei droni per monitorarli e proteggerli. Al momento, la tecnologia dei droni è ancora in fase di sviluppo, affinché i dispositivi possano operare nelle condizioni necessarie per monitorare i leopardi delle nevi, ovvero a circa 20.000-22.000 piedi.

Leopardo delle nevi rilevato con YOLOv5

Una volta disponibile la tecnologia, la KWF intende utilizzare YOLOv5 nei sensori e sui droni, che saranno poi impiegati nell'Himalaya. A fini di monitoraggio, questi sensori e droni saranno in grado di rilevare le impronte nella neve, che di solito vengono rapidamente cancellate dal vento. Queste informazioni in tempo reale saranno quindi trasmesse a biologi e ambientalisti.

Visita il sito web della Kashmir World Foundation e scopri come puoi fare la differenza nelle sue attività di conservazione in tutto il mondo.

Explore solutions

Visione artificiale per immagini aeree

Visione artificiale per immagini aeree

Traduci immagini di droni e aeree in informazioni in tempo reale per agricoltura, acquacoltura, monitoraggio ambientale, conservazione e analisi geospaziale con Ultralytics YOLO.
Scopri di più
Computer vision nel settore aerospaziale

Computer vision nel settore aerospaziale

Porta la visione artificiale al monitoraggio aereo con i modelli Ultralytics YOLO. Potenzia droni, flussi di lavoro aerospaziali, conservazione ambientale e industrie geospaziali con soluzioni di computer vision.
Scopri di più

Proteggi ogni sito con i modelli Ultralytics YOLO. La visione artificiale alimenta il monitoraggio del perimetro, il rilevamento delle minacce, il riconoscimento delle targhe e la sicurezza sul lavoro.
Scopri di più
Computer vision nella robotica

Computer vision nella robotica

Potenzia macchine più intelligenti con i modelli Ultralytics YOLO. La Vision AI nella robotica abilita la navigazione autonoma, la percezione, il tracciamento degli oggetti e il controllo in tempo reale.
Scopri di più
Computer vision nella logistica

Computer vision nella logistica

Semplifica la logistica con i modelli Ultralytics YOLO. La Vision AI abilita l'ispezione dei pacchi, lo smistamento, il tracciamento dei veicoli e il monitoraggio della sicurezza nei magazzini in tempo reale.
Scopri di più
Computer vision nel commercio al dettaglio

Computer vision nel commercio al dettaglio

Reinventa il commercio al dettaglio con i modelli Ultralytics YOLO. La Vision AI potenzia il tracciamento dell'inventario, il monitoraggio degli scaffali, la gestione delle code e analisi più intelligenti dei clienti.
Scopri di più
Computer vision nel settore sanitario

Computer vision nel settore sanitario

Crea soluzioni sanitarie con i modelli Ultralytics YOLO. La Vision AI nel settore sanitario abilita imaging medico più rapido, diagnosi più intelligenti e monitoraggio dei pazienti.
Scopri di più
Computer vision nella produzione

Computer vision nella produzione

Ottimizza la produzione con i modelli Ultralytics YOLO. La Vision AI supporta il controllo qualità, il rilevamento dei difetti, la conformità ai DPI e l'automazione delle linee di assemblaggio.
Scopri di più
Computer vision nel settore automobilistico

Computer vision nel settore automobilistico

Applica la computer vision al settore automobilistico con i modelli Ultralytics YOLO. La vision AI migliora la sicurezza stradale, i sistemi di assistenza alla guida e l'automazione dei veicoli per strade più intelligenti.
Scopri di più
Computer vision in agricoltura

Computer vision in agricoltura

Porta la vision AI nell'agricoltura intelligente con i modelli Ultralytics YOLO. Abilita il monitoraggio delle colture, il tracciamento del bestiame e l'agricoltura di precisione per raccolti più abbondanti e intelligenti.
Scopri di più
Visione artificiale per immagini aeree

Visione artificiale per immagini aeree

Traduci immagini di droni e aeree in informazioni in tempo reale per agricoltura, acquacoltura, monitoraggio ambientale, conservazione e analisi geospaziale con Ultralytics YOLO.
Scopri di più
Computer vision nel settore aerospaziale

Computer vision nel settore aerospaziale

Porta la visione artificiale al monitoraggio aereo con i modelli Ultralytics YOLO. Potenzia droni, flussi di lavoro aerospaziali, conservazione ambientale e industrie geospaziali con soluzioni di computer vision.
Scopri di più

Proteggi ogni sito con i modelli Ultralytics YOLO. La visione artificiale alimenta il monitoraggio del perimetro, il rilevamento delle minacce, il riconoscimento delle targhe e la sicurezza sul lavoro.
Scopri di più
Computer vision nella robotica

Computer vision nella robotica

Potenzia macchine più intelligenti con i modelli Ultralytics YOLO. La Vision AI nella robotica abilita la navigazione autonoma, la percezione, il tracciamento degli oggetti e il controllo in tempo reale.
Scopri di più
Computer vision nella logistica

Computer vision nella logistica

Semplifica la logistica con i modelli Ultralytics YOLO. La Vision AI abilita l'ispezione dei pacchi, lo smistamento, il tracciamento dei veicoli e il monitoraggio della sicurezza nei magazzini in tempo reale.
Scopri di più
Computer vision nel commercio al dettaglio

Computer vision nel commercio al dettaglio

Reinventa il commercio al dettaglio con i modelli Ultralytics YOLO. La Vision AI potenzia il tracciamento dell'inventario, il monitoraggio degli scaffali, la gestione delle code e analisi più intelligenti dei clienti.
Scopri di più
Computer vision nel settore sanitario

Computer vision nel settore sanitario

Crea soluzioni sanitarie con i modelli Ultralytics YOLO. La Vision AI nel settore sanitario abilita imaging medico più rapido, diagnosi più intelligenti e monitoraggio dei pazienti.
Scopri di più
Computer vision nella produzione

Computer vision nella produzione

Ottimizza la produzione con i modelli Ultralytics YOLO. La Vision AI supporta il controllo qualità, il rilevamento dei difetti, la conformità ai DPI e l'automazione delle linee di assemblaggio.
Scopri di più
Computer vision nel settore automobilistico

Computer vision nel settore automobilistico

Applica la computer vision al settore automobilistico con i modelli Ultralytics YOLO. La vision AI migliora la sicurezza stradale, i sistemi di assistenza alla guida e l'automazione dei veicoli per strade più intelligenti.
Scopri di più
Computer vision in agricoltura

Computer vision in agricoltura

Porta la vision AI nell'agricoltura intelligente con i modelli Ultralytics YOLO. Abilita il monitoraggio delle colture, il tracciamento del bestiame e l'agricoltura di precisione per raccolti più abbondanti e intelligenti.
Scopri di più
Visione artificiale per immagini aeree

Visione artificiale per immagini aeree

Traduci immagini di droni e aeree in informazioni in tempo reale per agricoltura, acquacoltura, monitoraggio ambientale, conservazione e analisi geospaziale con Ultralytics YOLO.
Scopri di più
Computer vision nel settore aerospaziale

Computer vision nel settore aerospaziale

Porta la visione artificiale al monitoraggio aereo con i modelli Ultralytics YOLO. Potenzia droni, flussi di lavoro aerospaziali, conservazione ambientale e industrie geospaziali con soluzioni di computer vision.
Scopri di più

Proteggi ogni sito con i modelli Ultralytics YOLO. La visione artificiale alimenta il monitoraggio del perimetro, il rilevamento delle minacce, il riconoscimento delle targhe e la sicurezza sul lavoro.
Scopri di più
Computer vision nella robotica

Computer vision nella robotica

Potenzia macchine più intelligenti con i modelli Ultralytics YOLO. La Vision AI nella robotica abilita la navigazione autonoma, la percezione, il tracciamento degli oggetti e il controllo in tempo reale.
Scopri di più
Computer vision nella logistica

Computer vision nella logistica

Semplifica la logistica con i modelli Ultralytics YOLO. La Vision AI abilita l'ispezione dei pacchi, lo smistamento, il tracciamento dei veicoli e il monitoraggio della sicurezza nei magazzini in tempo reale.
Scopri di più
Computer vision nel commercio al dettaglio

Computer vision nel commercio al dettaglio

Reinventa il commercio al dettaglio con i modelli Ultralytics YOLO. La Vision AI potenzia il tracciamento dell'inventario, il monitoraggio degli scaffali, la gestione delle code e analisi più intelligenti dei clienti.
Scopri di più
Computer vision nel settore sanitario

Computer vision nel settore sanitario

Crea soluzioni sanitarie con i modelli Ultralytics YOLO. La Vision AI nel settore sanitario abilita imaging medico più rapido, diagnosi più intelligenti e monitoraggio dei pazienti.
Scopri di più
Computer vision nella produzione

Computer vision nella produzione

Ottimizza la produzione con i modelli Ultralytics YOLO. La Vision AI supporta il controllo qualità, il rilevamento dei difetti, la conformità ai DPI e l'automazione delle linee di assemblaggio.
Scopri di più
Computer vision nel settore automobilistico

Computer vision nel settore automobilistico

Applica la computer vision al settore automobilistico con i modelli Ultralytics YOLO. La vision AI migliora la sicurezza stradale, i sistemi di assistenza alla guida e l'automazione dei veicoli per strade più intelligenti.
Scopri di più
Computer vision in agricoltura

Computer vision in agricoltura

Porta la vision AI nell'agricoltura intelligente con i modelli Ultralytics YOLO. Abilita il monitoraggio delle colture, il tracciamento del bestiame e l'agricoltura di precisione per raccolti più abbondanti e intelligenti.
Scopri di più

Costruiamo insieme il futuro dell'AI!

Inizia il tuo percorso verso il futuro del machine learning