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

Team Ultralytics

5 minuti di lettura

28 febbraio 2023

Esplora l'uso dell'AI e di YOLOv5 da parte della Kashmir World Foundation per la conservazione della fauna selvatica e la lotta al bracconaggio.

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

Secondo il WWF, la perdita di habitat rappresenta il pericolo maggiore per l'85% di tutte le specie della "Lista Rossa", che classifica le specie in pericolo o minacciate. Allo stesso tempo, la domanda di animali selvatici di frodo da utilizzare per medicine tradizionali, prelibatezze o animali domestici esotici incombe e, secondo quanto riferito, è aumentata. Insieme, la perdita di habitat e il bracconaggio minacciano la biodiversità globale e hanno impatti 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 il loro tempo e le loro competenze". Il KWF è gestito al 100% da volontari provenienti da tutto il mondo. Grazie al loro lavoro, il KWF ha fatto grandi passi avanti nella protezione di numerose specie minacciate e in via di estinzione, come i gatti delle sabbie in Qatar, le tartarughe marine in Costa Rica e i leopardi delle nevi sull'Himalaya.

"Lo facciamo tutti perché amiamo gli animali, ma soprattutto vogliamo usare le nostre capacità per fare del bene al mondo e apportare un cambiamento positivo per queste specie che altrimenti non potrebbero sopravvivere".
Aliyah Pandolfi
Fondatore e direttore esecutivo della Fondazione Kashmir World

Combattere il problema del bracconaggio

In molti casi, per i conservazionisti è estremamente difficile accedere ai luoghi in cui si verifica il bracconaggio. Il KWF deve affrontare quattro ostacoli fondamentali nei suoi sforzi di conservazione in angoli remoti del mondo:

  • Modelli meteorologici pericolosi
  • Fattori socio-politici imprevedibili
  • Terreno impervio
  • Mancanza di risorse per inviare individui in queste aree in qualsiasi momento

In passato, i conservazionisti hanno piazzato dispositivi di registrazione video sul campo per poi rivedere i filmati in un secondo momento. Con centinaia e migliaia di ore di filmati, questo processo si basa sulla capacità dello spettatore di individuare e identificare meticolosamente sia le specie animali che i bracconieri. A causa dei vincoli di tempo e degli errori umani, questo approccio si è rivelato svantaggioso per i conservazionisti. I volontari del KWF sapevano di dover essere meglio equipaggiati per prendere posizione contro i bracconieri e la caccia illegale.

Sciacallo asiatico individuato con YOLOv5


L'inevitabile progressione della tecnologia agisce come un'arma a doppio taglio. Poiché continua a diventare di qualità superiore e più accessibile, sia gli ambientalisti che i malintenzionati possono mettere le mani sulla tecnologia più recente. Per rimanere competitivi, gli ambientalisti devono essere pronti a sfruttare la potenza della tecnologia più recente a loro vantaggio.

La via creativa per il futuro

Pandolfi aveva bisogno di una soluzione aggressiva sul campo che fornisse al KWF informazioni in tempo reale. Aveva bisogno di una soluzione che eliminasse l'errore umano e affrontasse i quattro principali ostacoli, sapendo che anche una manciata di secondi può fare la differenza in una missione di antibracconaggio, il che significa che le informazioni in tempo reale possono giocare un ruolo diretto nell'impedire l'uccisione di un animale.

Con la creatività dalla sua parte, Pandolfi ha preso in considerazione la tecnologia e le risorse necessarie per il progetto. Sebbene gran parte della tecnologia di cui ha bisogno sia disponibile al giorno d'oggi, Pandolfi sta anticipando il rilascio di hardware e software che dovrebbero diventare disponibili nel prossimo futuro. La Pandolfi ha guidato il suo team al KWF nello sviluppo di approcci che utilizzano i droni, l'intelligenza artificiale e le capacità del GPS.

Donnola rilevata con YOLOv5

"All'inizio di questo progetto c'erano molti dubbi da parte della comunità. Mi è stato detto che è una follia, che è impossibile, che non si può fare e che la tecnologia non esiste, ma io pensavo che a lungo termine l'informatica e le capacità dei droni dovevano evolversi e fondersi insieme per questo progetto."


Collocando una serie di telecamere e sensori nei luoghi a rischio, il KWF riceve dati da località di tutto il mondo, fornendo informazioni utili per prendere decisioni in pochi secondi.

"Immaginiamo che ci siano dei bracconieri in un determinato luogo", spiega Pandolfi, "vogliamo essere in grado di seguirli e di avvisare i ranger della loro posizione, in modo che possano intercettare i bracconieri e fermarli prima che uccidano degli animali".

Perché YOLOv5?

Dovendo rilevare gli oggetti in tempo reale, il KWF aveva bisogno che i risultati del modello fossero altamente precisi e affidabili. Nel valutare le opzioni, il responsabile del team A.I. del KWF Pandolfi, Daan Eeltink, studente nei Paesi Bassi, ha confrontato le prestazioni di YOLOv4 e YOLOv5. Con YOLOv5, diversi punti di differenziazione hanno portato il team del KWF a sceglierlo per i propri progetti:

  • I modelli YOLOv5 hanno richiesto l'addestramento con un minor numero di immagini.
  • Il suo aspetto open-source ha reso la tecnologia altamente accessibile al team KWF.
  • La curva di apprendimento per YOLOv5 non è stata ripida.

Il KWF si affida a un team di volontari, ingegneri e stagisti provenienti da tutto il mondo per costruire la tecnologia necessaria ai suoi sforzi di conservazione. Molti degli stagisti sono studenti delle scuole superiori, alcuni dei quali hanno un'esperienza minima o nulla con YOLOv5. Pandolfi ha constatato che anche coloro che avevano meno esperienza sono riusciti a mettere in funzione YOLOv5 in meno di tre settimane.

Inoltre, l'integrazione con una piattaforma di monitoraggio degli esperimenti ha reso semplice la messa a punto dei modelli e dei set di dati, consentendo al KWF di massimizzare le prestazioni dei modelli YOLOv5 sul campo.

"YOLOv5 è stato preciso e ci ha aiutato a salvare gli animali prima che venissero uccisi, che era il nostro obiettivo finale".

Senza YOLOv5, Pandolfi afferma che il suo team al KWF sarebbe frustrato. Prima di implementare il rilevamento degli oggetti, i progetti di conservazione non disponevano di una quantità ottimale di dati.

All'inizio del 2023, il KWF trasferirà il proprio lavoro a Ultralytics YOLOv8l'ultima versione della famiglia YOLO di architetture di intelligenza artificiale per la visione.

Distribuzione di YOLOv5

Al momento, il KWF utilizza YOLOv5 per il rilevamento di oggetti sui sensori sul campo. Questi dispositivi inviano i dati ai biologi, che sono poi in grado di analizzare le informazioni e creare approfondimenti utili. Nel corso del prossimo anno, il KWF intende addestrare YOLOv5 su serie di dati contenenti immagini di droni, per poi distribuire questi droni sul campo.

Progetti di conservazione

Tartarughe marine

Nel mondo esistono sette specie diverse di tartarughe marine, ognuna delle quali è considerata a rischio di estinzione. Quando depongono le uova, le femmine di tartaruga marina arrivano sulle spiagge e scavano nidi nella sabbia dove poi depongono le uova. Questo processo può durare diverse ore, ma una volta terminato, le tartarughe marine femmine tornano in acqua, lasciando le uova in incubazione nella sabbia per 55-65 giorni. Quando le madri se ne vanno per sempre, alle uova restano poche difese da bracconieri, predatori ed elementi naturali.

In passato, l'approccio dei conservazionisti al monitoraggio delle tartarughe marine è stato quello di contrassegnare tutti i punti della spiaggia in cui sono presenti nidi. Se le minacce in queste aree sono elevate, i conservazionisti trasferiscono i nidi in un luogo più sicuro e rilasciano le tartarughe nell'oceano una volta schiuse.

Questo processo può comportare la necessità di percorrere manualmente spiagge lunghe almeno 30 miglia e di marcare i nidi. È stato difficile fornire una quantità adeguata di manodopera per svolgere questo processo ogni giorno, soprattutto durante le chiusure del COVID-19.

Inoltre, la marcatura dei nidi di tartaruga marina si è rivelata talvolta controproducente. Non solo i bracconieri potevano cercare i nidi contrassegnati, ma anche i maiali imparavano che i marcatori significavano che c'erano nidi di tartaruga marina nelle vicinanze, e quindi mangiavano le uova.

Il KWF ha intravisto un'opportunità di miglioramento in questo processo, riducendo il fattore manodopera e sostituendo i marcatori facilmente identificabili. Impostando sistemi aerei autonomi che utilizzano YOLOv5 per rilevare, localizzare e caratterizzare i nidi di tartaruga marina, i biologi potrebbero ricevere informazioni in tempo reale sui nidi di tartaruga marina, comprese le loro tracce e la loro posizione geografica, sostituendo così la necessità per i biologi di camminare manualmente sulle spiagge e marcare i nidi.

Leopardi delle nevi

La folta pelliccia bianca dei leopardi delle nevi con rosette scure a macchie permette loro di mimetizzarsi perfettamente nel paesaggio himalayano. In natura, sono predatori apicali e non hanno predatori naturali. Tuttavia, a causa dell'elevatissima richiesta della loro pelliccia e di altre parti del corpo nella moda e nella medicina tradizionale, unita alla perdita e alla frammentazione dell'habitat, si stima che in natura siano rimasti solo tra i 4.000 e i 6.500 leopardi delle nevi.

Gli sforzi di conservazione per i leopardi delle nevi si sono rivelati estremamente difficili a causa dei fattori che contribuiscono al duro ambiente in cui si trovano:

  • Altezze elevate
  • Nevicate eccessive
  • Temperature di congelamento
  • Venti forti
  • Gole ripide
  • Terreno impervio

Inoltre, è estremamente raro avvistare i leopardi delle nevi in natura. Di conseguenza, il KWF sta sviluppando un approccio automatizzato alla protezione di questi grandi felini, utilizzando la tecnologia dei droni per seguirli e proteggerli. Al momento, la tecnologia dei droni è ancora in fase di sviluppo per arrivare al punto in cui le macchine possono operare nelle condizioni necessarie per seguire i leopardi delle nevi, ovvero a circa 20.000-22.000 piedi.

Snow Leopard rilevato con YOLOv5


Una volta che la tecnologia sarà disponibile, il KWF intende utilizzare YOLOv5 nei sensori e nei droni, che saranno poi distribuiti sull'Himalaya. A scopo di tracciamento, i sensori e i droni saranno in grado di rilevare le impronte nella neve, che di solito vengono spazzate via rapidamente dal vento. Queste informazioni in tempo reale saranno poi trasmesse a biologi e ambientalisti.

Visita la Fondazione Kashmir nel Mondo sito web e scopri come puoi contribuire fare la differenza nelle loro iniziative di conservazione in tutto il mondo.

Costruiamo insieme il futuro
dell'IA!

Iniziate il vostro viaggio nel futuro dell'apprendimento automatico

Iniziare gratuitamente
Link copiato negli appunti