Yolo Vision Shenzhen
Shenzhen
Iscriviti ora
Torna alle storie di successo dei clienti

MarineSitu rivoluziona il monitoraggio subacqueo con Ultralytics YOLO

Problema

La sfida di MarineSitu era quella di trovare un modo più efficace per monitorare gli ambienti sottomarini e detect presenza di fauna selvatica intorno alle infrastrutture energetiche marine.

Soluzione

GrazieYOLO Ultralytics , MarineSitu ha automatizzato il rilevamento della fauna selvatica intorno ai sistemi di energia marina, ottenendo un tempo di attività superiore al 96% e riducendo la revisione quotidiana dei filmati a solo un'ora o due.

Il monitoraggio degli ambienti sottomarini e dei sistemi di energia marina non è facile, ma è essenziale per comprendere come queste infrastrutture interagiscono con l'ecosistema circostante e garantire che funzionino in modo sicuro senza danneggiare la fauna selvatica. Tradizionalmente, i ricercatori hanno dovuto setacciare manualmente ore di riprese subacquee, un compito reso ancora più difficile da condizioni di scarsa visibilità, forti correnti e visibilità incostante.

MarineSitu aiuta ricercatori e organizzazioni a monitorare e comprendere gli ambienti sottomarini utilizzando telecamere ad alta risoluzione, visione artificiale, sonar di imaging, sensori ambientali e modelli di apprendimento automatico. Ad esempio, utilizzando YOLO Ultralytics YOLO , i loro sistemi sono in grado di identificare e track mentre si muove intorno alle turbine mareomotrici e ad altre infrastrutture di energia marina.

Monitoraggio marino più intelligente grazie all'innovazione nell'ambito dell'intelligenza artificiale

Fondata nel 2016, MarineSitu nasce dalla ricerca condotta dal Pacific Marine Energy Center (PMEC) e dall'Applied Physics Lab (APL) dell'Università di Washington. Oggi collabora con organizzazioni quali il Dipartimento dell'Energia degli Stati Uniti e la National Oceanic and Atmospheric Administration degli Stati Uniti.

Attraverso piattaforme come SaltySuite™, MarineSitu integra i propri sistemi hardware appositamente progettati, tra cui telecamere, sonar e idrofoni, con modelli di rilevamento basati sull'intelligenza artificiale per monitorare e analizzare complessi ambienti sottomarini. In particolare, applicando attività di visione artificiale come il rilevamento di oggetti (localizzazione e identificazione di singoli animali o oggetti all'interno di un'immagine), la classificazione delle immagini (assegnazione di un'etichetta a un'intera immagine in base al suo contenuto) e il tracciamento di oggetti (seguire gli oggetti rilevati attraverso fotogrammi consecutivi per analizzarne il movimento), MarineSitu fornisce informazioni in tempo reale a supporto della ricerca nel campo dell'energia marina, della pesca e dell'ambiente.

Perché il monitoraggio subacqueo è più difficile di quanto sembri

Il monitoraggio degli ambienti marini è molto più complesso rispetto all'osservazione delle condizioni terrestri. La visibilità può diminuire senza preavviso, le forti correnti possono spostare le attrezzature e la vegetazione marina può oscurare rapidamente telecamere e sensori. Le condizioni possono cambiare di ora in ora, rendendo difficile la raccolta di dati coerenti.

Per i ricercatori e gli operatori del settore energetico, ciò crea un grave collo di bottiglia. I progetti possono generare centinaia di terabyte di dati video, sonar e acustici, il che rende la revisione manuale lenta e poco pratica.

I siti oceanici remoti devono affrontare ulteriori ostacoli, come la larghezza di banda limitata, che rende difficile inviare file video di grandi dimensioni al cloud. Ciò aumenta i costi operativi e introduce problemi di sicurezza dei dati.

Per risolvere queste sfide, MarineSitu utilizza un approccio AI edge che elabora i dati direttamente su hardware subacqueo anziché affidarsi ai trasferimenti cloud. Ciò consente il rilevamento in tempo reale di eventi ambientali e relativi alla fauna selvatica, riduce la quantità di dati che i ricercatori devono esaminare e mantiene affidabile il monitoraggio anche in condizioni oceaniche imprevedibili e con larghezza di banda ridotta.

Rilevamento subacqueo in tempo reale utilizzandoYOLO Ultralytics

MarineSitu installa i propri sistemi di monitoraggio intorno a infrastrutture sottomarine complesse, tra cui turbine mareomotrici, porti, impianti di ricerca e osservatori ambientali a lungo termine, per catturare le interazioni tra la vita marina e queste strutture. Il loro Adaptable Monitoring Package (AMP) integra telecamere ottiche ad alta risoluzione, sonar di imaging, idrofoni, illuminazione a LED e sistemi antivegetativi che mantengono puliti obiettivi e sensori per mesi.

Per interpretare il flusso continuo di dati multimodali, MarineSitu utilizzaYOLO Ultralytics YOLO appositamente addestrati per analizzare le riprese video in tempo reale. Questi modelli detect track le specie track mentre si muovono in aree come il campo di influenza di una turbina, segnalando automaticamente gli eventi importanti e allineandoli con le registrazioni sonar e acustiche associate. 

Ad esempio, quando una medusa si avvicina alla turbina, la segmentazione delle istanze supportata daiYOLO Ultralytics come Ultralytics YOLOv8 e Ultralytics YOLO11 sono in grado di catturare il profilo completo dell'animale nell'immagine. Ciò garantisce che le interazioni con la fauna selvatica vengano catturate con tutti i dettagli contestuali, invece di essere sepolte in ore di riprese prive di eventi significativi.

Fig. 1. Esempio di utilizzoYOLO Ultralytics per detect segment .

Perché scegliere i modelliYOLO di Ultralytics ?

YOLO Ultralytics offrono a MarineSitu la velocità e la precisione necessarie per il rilevamento in tempo reale in ambienti subacquei complessi. Modelli come YOLOv8 YOLO11 in modo efficiente sui loro sistemi edge e possono essere esportati in formati come TensorRT

YOLO MarineSitu e Ultralytics YOLO raggiunge un tempo di attività del 96%

L'utilizzoYOLO Ultralytics da parte di MarineSitu ha consentito un monitoraggio affidabile e in tempo reale della fauna selvatica durante impieghi a lungo termine in condizioni oceaniche difficili.

Durante un'operazione di 141 giorni nel Pacifico nord-occidentale, il pacchetto di monitoraggio adattabile MarineSitu (AMP) ha mantenuto un tempo di attività superiore al 96% nonostante le forti correnti, la scarsa visibilità e la costante pressione dovuta alle incrostazioni biologiche. I sistemi antivegetativi hanno mantenuto puliti per tutto il tempo le porte delle telecamere, le luci e i sonar di imaging, garantendo dati di alta qualità costanti.

Con YOLO continua sul sistema, i ricercatori hanno potuto seguire le foche, i pesci e altre specie mentre si muovevano intorno alla turbina. Il rilevamento automatico degli oggetti e il filtraggio degli eventi hanno ridotto drasticamente il tempo necessario per la revisione manuale. Secondo i ricercatori del PNNL e dell'UW-APL, la revisione degli eventi YOLO richiedeva spesso solo un'ora o due al giorno, rispetto al processo dispendioso in termini di tempo necessario per esaminare le riprese non filtrate.

Fig. 2. Rilevamento di una foca utilizzando unYOLO Ultralytics .

Abbinando hardware resistente a sensori multimodali e visione artificiale in tempo reale, MarineSitu ha fornito una visione completa e contestualizzata delle interazioni della fauna selvatica, cosa che sarebbe stata estremamente difficile da ottenere solo attraverso la revisione manuale. Questo livello di affidabilità ed efficienza sta contribuendo ad accelerare le valutazioni ambientali per i progetti di energia mareomotrice e ad elevare lo standard dei sistemi di monitoraggio marino.

Scalare l'intelligence marina in tempo reale

MarineSitu continua ad ampliare le proprie capacità di visione artificiale in tempo reale in una vasta gamma di contesti subacquei. Oltre alle turbine mareomotrici, i sistemiYOLO Ultralytics vengono utilizzati per monitorare la fauna selvatica nei porti, supportare la ricerca sulle barriere coralline, osservare il comportamento dei pesci intorno alle installazioni scientifiche e raccogliere dati ambientali a lungo termine in siti oceanici remoti.

Con YOLO al centro della propria pipeline di rilevamento, MarineSitu si sta concentrando sul miglioramento del riconoscimento delle specie, sul potenziamento dell'elaborazione AI basata sull'edge e sull'introduzione del monitoraggio automatizzato in più luoghi dove i metodi convenzionali sono difficili o costosi. L'obiettivo è rendere il monitoraggio subacqueo più efficiente e accessibile, fornendo al contempo ai ricercatori informazioni più chiare e rapide su come gli ecosistemi marini interagiscono con l'attività umana.

Sei curioso di sapere di più sull'IA? Dai un'occhiata alle nostre opzioni di licenza per integrare Vision AI nei tuoi progetti. Visita il nostro repository GitHub per saperne di più. Scopri la visione artificiale nella robotica e l'IA nell'industria automobilistica sulle nostre pagine dedicate alle soluzioni.

La nostra soluzione per il tuo settore

Visualizza tutto

Domande frequenti

Cosa sono i modelliYOLO di Ultralytics ?

I modelli Ultralytics YOLO sono architetture di visione artificiale sviluppate per analizzare i dati visivi provenienti da immagini e video. Questi modelli possono essere addestrati per compiti quali il rilevamento di oggetti, la classificazione, la stima della posa, il tracciamento e la segmentazione di istanzeUltralytics

  • Ultralytics YOLOv5
  • Ultralytics YOLOv8
  • Ultralytics YOLO11

Qual è la differenza tra i modelliYOLO di Ultralytics ?

Ultralytics YOLO11 è l'ultima versione dei nostri modelli di computer vision. Come le versioni precedenti, supporta tutti i compiti di computer vision che la comunità di Vision AI ha imparato ad apprezzare con YOLOv8. Il nuovo YOLO11, tuttavia, è dotato di maggiori prestazioni e precisione, che lo rendono uno strumento potente e l'alleato perfetto per le sfide del mondo reale.

Quale modello Ultralytics YOLO devo scegliere per il mio progetto?

Il modello che scegli di utilizzare dipende dai requisiti specifici del tuo progetto. È fondamentale tenere conto di fattori quali prestazioni, accuratezza ed esigenze di implementazione. Ecco una rapida panoramica:

  • Alcune delle caratteristiche principali di Ultralytics YOLOv8:
  1. Maturità e stabilità: YOLOv8 è un framework stabile e collaudato, con un'ampia documentazione e la compatibilità con le versioni precedenti di YOLO , che lo rende ideale per l'integrazione nei flussi di lavoro esistenti.
  2. Facilità d'uso: Grazie alla configurazione facile per i principianti e all'installazione semplice, YOLOv8 è perfetto per le squadre di tutti i livelli.
  3. Convenienza: Richiede meno risorse computazionali, il che lo rende un'ottima opzione per i progetti attenti al budget.
  • Alcune delle caratteristiche principali di Ultralytics YOLO11:
  1. Maggiore precisione: YOLO11 supera YOLOv8 nei benchmark, ottenendo una migliore precisione con un minor numero di parametri.
  2. Funzionalità avanzate: Supporta attività all'avanguardia come la stima della posa, il rilevamento degli oggetti e i bounding box orientati (OBB), offrendo una versatilità senza pari.
  3. Efficienza in tempo reale: Ottimizzato per le applicazioni in tempo reale, YOLO11 offre tempi di inferenza più rapidi ed eccelle sui dispositivi edge e sulle attività sensibili alla latenza.
  4. Adattabilità: Grazie all'ampia compatibilità hardware, YOLO11 è adatto all'implementazione su dispositivi edge, piattaforme cloud e GPU NVIDIA .

Di quale licenza ho bisogno?

I repositoryYOLO Ultralytics , come YOLOv5 e YOLO11, sono distribuiti di default sotto la licenza AGPL-3.0 . Questa licenza, approvata dall'OSI, è pensata per gli studenti, i ricercatori e gli appassionati. Questa licenza approvata dall'OSI è pensata per studenti, ricercatori e appassionati, promuove la collaborazione aperta e richiede che qualsiasi software che utilizzi componenti AGPL-3.0 sia anche open-sourced. Sebbene garantisca trasparenza e promuova l'innovazione, potrebbe non essere in linea con i casi d'uso commerciali.
Se il vostro progetto prevede l'incorporazione del software e dei modelli di intelligenza artificiale Ultralytics in prodotti o servizi commerciali e desiderate aggirare i requisiti di open-source della licenza AGPL-3.0, la licenza Enterprise è l'ideale.

I vantaggi della Licenza Enterprise includono:

  • Flessibilità commerciale: Modificare e incorporare il codice sorgente e i modelli di Ultralytics YOLO in prodotti proprietari senza dover aderire al requisito AGPL-3.0 per l'open-source del progetto.
  • Sviluppo proprietario: Ottenete la piena libertà di sviluppare e distribuire applicazioni commerciali che includono il codice e i modelli di Ultralytics YOLO .

Per garantire un'integrazione perfetta ed evitare i vincoli della AGPL-3.0 , richiedete una licenza Ultralytics Enterprise utilizzando l'apposito modulo. Il nostro team vi aiuterà a personalizzare la licenza in base alle vostre esigenze specifiche.

Potenziamento con Ultralytics YOLO

Ottieni una visione AI avanzata per i tuoi progetti. Trova oggi stesso la licenza giusta per i tuoi obiettivi.

Esplora le opzioni di licenza