Ultralytics YOLO27: Iscriviti alla lista d'attesa.
Licenza YOLO
9 gennaio 2026

MarineSitu raggiunge una disponibilità superiore al 96% nel monitoraggio subacqueo con Ultralytics YOLO

Scopri come MarineSitu esegue Ultralytics YOLO su hardware edge per rilevare la fauna marina in prossimità delle turbine mareomotrici, riducendo la revisione dei filmati giornalieri a una o due ore.

Scopri come MarineSitu esegue Ultralytics YOLO su hardware edge per rilevare la fauna marina in prossimità delle turbine mareomotrici, riducendo la revisione dei filmati giornalieri a una o due ore.
Settore
Sviluppo ambientale
>96%
Disponibilità del sistema per l'intera durata dell'implementazione sottomarina
1-2 h
Revisione quotidiana delle riprese, ridotta da un'intera giornata lavorativa

Con i modelli Ultralytics YOLO, MarineSitu ha automatizzato il rilevamento della fauna selvatica intorno ai sistemi di energia marina, ha raggiunto oltre il 96% di operatività e ha ridotto la revisione quotidiana dei filmati a una o due ore.

Monitorare gli ambienti sottomarini e i sistemi di energia marina non è facile, ma è essenziale per capire come queste infrastrutture interagiscono con l’ecosistema circostante e garantire che funzionino in sicurezza senza danneggiare la fauna selvatica. Tradizionalmente, i ricercatori hanno dovuto esaminare manualmente ore di filmati subacquei, un compito reso ancora più difficile dalle acque torbide, dalle forti correnti e dalla visibilità incostante.

MarineSitu aiuta ricercatori e organizzazioni a monitorare e comprendere gli ambienti sottomarini usando telecamere ad alta risoluzione, computer vision, sonar per immagini, sensori ambientali e modelli di apprendimento automatico. Per esempio, usando i modelli Ultralytics YOLO, i loro sistemi possono identificare e tracciare la fauna selvatica mentre si muove intorno alle turbine mareomotrici e ad altre infrastrutture per l’energia marina.

Monitoraggio marino più intelligente grazie all’innovazione nell’AI#

Fondata nel 2016, MarineSitu è nata da attività di ricerca presso il Pacific Marine Energy Center (PMEC) e l’Applied Physics Lab (APL) dell’Università di Washington. Oggi collabora con organizzazioni come 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 progettati ad hoc, tra cui telecamere, sonar e idrofoni, con modelli di rilevamento basati sull’AI per monitorare e analizzare ambienti sottomarini complessi. In particolare, applicando attività di computer vision come il rilevamento degli oggetti (localizzazione e identificazione di singoli animali o oggetti in un’immagine), la classificazione delle immagini (assegnazione di un’etichetta a un’intera immagine in base al suo contenuto) e il tracciamento degli oggetti (monitoraggio degli oggetti rilevati in fotogrammi consecutivi per analizzarne il movimento), MarineSitu offre informazioni in tempo reale a supporto dell’energia marina, della pesca e della ricerca ambientale.

Perché il monitoraggio sottomarino è più difficile di quanto sembri#

Monitorare gli ambienti marini è molto più difficile che osservare le condizioni sulla terraferma. La visibilità può ridursi senza preavviso, le forti correnti spostano le apparecchiature e la crescita di organismi marini può oscurare rapidamente telecamere e sensori. Le condizioni possono cambiare di ora in ora, rendendo difficile raccogliere dati in modo coerente.

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

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

Per affrontare queste sfide, MarineSitu adotta un approccio di AI edge, elaborando i dati direttamente sull’hardware subacqueo invece di affidarsi ai trasferimenti verso il cloud. Questo consente il rilevamento in tempo reale della fauna selvatica e degli eventi ambientali, 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 con i modelli Ultralytics YOLO#

MarineSitu installa i propri sistemi di monitoraggio intorno a infrastrutture sottomarine impegnative, tra cui turbine mareomotrici, porti, installazioni di ricerca e osservatori ambientali a lungo termine, per acquisire le interazioni tra la vita marina e queste strutture. Il suo pacchetto di monitoraggio adattabile (AMP) integra telecamere ottiche ad alta risoluzione, sonar per immagini, idrofoni, illuminazione LED e sistemi antivegetativi che mantengono puliti obiettivi e sensori per mesi.

Per interpretare il flusso continuo di dati multimodali, MarineSitu usa modelli Ultralytics YOLO addestrati su misura per analizzare i filmati in tempo reale. Questi modelli rilevano e tracciano le specie marine mentre attraversano aree come il campo d’influenza di una turbina, segnalando automaticamente gli eventi importanti e sincronizzandoli con le registrazioni sonar e acustiche associate.

Ad esempio, quando una medusa passa vicino alla turbina, la segmentazione di istanze supportata da modelli Ultralytics YOLO come Ultralytics YOLOv8 e Ultralytics YOLO11 può tracciarne il contorno completo nell'immagine. In questo modo, le interazioni con la fauna selvatica vengono documentate con tutti i dettagli del contesto, invece di perdersi in ore di riprese prive di eventi.

Ultralytics YOLO rileva e segmenta una medusa in riprese subacquee

Fig. 1. Un esempio di utilizzo dei modelli Ultralytics YOLO per rilevare e segmentare le meduse.

Perché scegliere i modelli Ultralytics YOLO?#

I modelli Ultralytics YOLO offrono a MarineSitu la velocità e l’accuratezza necessarie per il rilevamento in tempo reale in ambienti sottomarini complessi. Modelli come YOLOv8 e YOLO11 funzionano in modo efficiente sui sistemi edge dell’azienda e possono essere esportati in formati come TensorRT.

Il monitoraggio di MarineSitu con Ultralytics YOLO raggiunge il 96% di operatività#

L’uso dei modelli Ultralytics YOLO da parte di MarineSitu ha reso possibile un monitoraggio affidabile della fauna selvatica in tempo reale durante implementazioni a lungo termine in condizioni oceaniche difficili.

Durante un’implementazione di 141 giorni nel Pacifico nord-occidentale, il pacchetto di monitoraggio adattabile di MarineSitu, o AMP, ha mantenuto un’operatività superiore al 96% nonostante le forti correnti, la scarsa visibilità e la costante pressione delle incrostazioni biologiche. I sistemi antivegetativi hanno mantenuto pulite per tutto il periodo le aperture delle telecamere, le luci e i sonar per immagini, garantendo dati coerenti e di alta qualità.

Con YOLO in esecuzione continua sul sistema, i ricercatori hanno potuto seguire foche, pesci e altre specie mentre si muovevano intorno alla turbina. Il rilevamento automatico degli oggetti e il filtraggio degli eventi hanno ridotto drasticamente i tempi di revisione manuale. Secondo i ricercatori di PNNL e UW-APL, esaminare gli eventi segnalati da YOLO richiedeva spesso solo una o due ore al giorno, rispetto al lungo processo di analisi di filmati non filtrati.

Ultralytics YOLO rileva una foca in riprese subacquee

Fig. 2. Rilevamento di una foca con un modello Ultralytics YOLO.

Abbinando hardware resistente al rilevamento multimodale e alla computer vision in tempo reale, MarineSitu ha fornito una visione completa e contestualizzata delle interazioni con la fauna selvatica, un risultato estremamente difficile da ottenere con la sola revisione manuale. Questo livello di affidabilità ed efficienza contribuisce ad accelerare le valutazioni ambientali dei progetti di energia mareomotrice e ad alzare il livello dei sistemi di monitoraggio marino.

Ampliare su larga scala l’intelligenza marina in tempo reale#

MarineSitu continua ad ampliare le proprie capacità di visione artificiale in tempo reale in una vasta gamma di ambienti sottomarini. Oltre che per le turbine mareomotrici, i sistemi basati su Ultralytics YOLO vengono usati 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 località oceaniche remote.

Con i modelli YOLO al centro della pipeline di rilevamento, MarineSitu si concentra sul miglioramento del riconoscimento delle specie, sul potenziamento dell’elaborazione AI edge e sull’estensione del monitoraggio automatizzato ad altri luoghi in cui i metodi convenzionali sono difficili o costosi da applicare. L’obiettivo è rendere il monitoraggio sottomarino più efficiente e accessibile, offrendo ai ricercatori informazioni più chiare e rapide sulle interazioni tra gli ecosistemi marini e le attività umane.

Ti incuriosisce l’AI? Dai un’occhiata alle nostre opzioni di licenza per integrare la Vision AI nei tuoi progetti. Visita il nostro repository GitHub per saperne di più. Scopri le pagine delle nostre soluzioni dedicate alla computer vision nella robotica e all’AI nel settore automobilistico.

Scritto da

Abirami Vina
Abirami Vina

Creatore di contenuti · Ultralytics

Dopo aver iniziato la sua carriera come ingegnera di visione artificiale, Abirami Vina ha costruito solide basi nell'IA visiva e nel machine learning. È creatrice di contenuti per Ultralytics e fondatrice e autrice principale di Scribe of AI, dove realizza contenuti tecnici di alta qualità per aziende specializzate in IA. Spinta dalla passione di rendere l'IA comprensibile e coinvolgente, con il suo lavoro colma il divario tra tecnologie all'avanguardia e impatto concreto.

La nostra soluzione per il tuo settore

La visione artificiale nello sport

La visione artificiale nello sport

Scopri come Ultralytics YOLO alimenta la computer vision nello sport con il tracciamento di giocatori e palloni, l'analisi delle prestazioni, gli approfondimenti per gli allenatori e la riabilitazione degli atleti.
Scopri di più
Computer vision per immagini aeree

Computer vision per immagini aeree

Trasforma immagini aeree e riprese da drone in informazioni utili in tempo reale per agricoltura, acquacoltura, conservazione e analisi geospaziale con Ultralytics YOLO.
Scopri di più
Computer vision nel settore aerospaziale

Computer vision nel settore aerospaziale

Applica la visione artificiale nel settore aerospaziale con Ultralytics YOLO per l'ispezione degli aeromobili, il rilevamento di FOD sulle piste, le operazioni di terra aeroportuali e il rilevamento di difetti nei materiali compositi.
Scopri di più
Visione artificiale nella sicurezza

Visione artificiale nella sicurezza

Proteggi ogni sito con i modelli Ultralytics YOLO. L'IA visiva alimenta il monitoraggio perimetrale, il rilevamento delle minacce, il riconoscimento delle targhe e la sicurezza sul lavoro.
Scopri di più
Visione artificiale nella robotica

Visione artificiale nella robotica

Dai più potenza alle macchine intelligenti con i modelli Ultralytics YOLO. Nell'ambito della robotica, l'IA visiva alimenta la navigazione autonoma, la percezione, il tracciamento degli oggetti e il controllo in tempo reale.
Scopri di più
Visione artificiale nella logistica

Visione artificiale nella logistica

Semplifica la logistica con i modelli Ultralytics YOLO. L'IA per la visione consente l'ispezione dei pacchi, la selezione, il tracciamento dei veicoli e il monitoraggio della sicurezza nei magazzini in tempo reale.
Scopri di più
Visione artificiale nel commercio al dettaglio

Visione artificiale nel commercio al dettaglio

Ripensa il commercio al dettaglio con i modelli Ultralytics YOLO. L'IA per la visione consente di tracciare le scorte, monitorare gli scaffali, gestire le code e ottenere informazioni più approfondite sui clienti.
Scopri di più
Visione artificiale in ambito sanitario

Visione artificiale in ambito sanitario

Crea soluzioni sanitarie con i modelli Ultralytics YOLO. In ambito sanitario, l'IA per la visione consente di elaborare più rapidamente le immagini mediche, migliorare la diagnostica e monitorare i pazienti.
Scopri di più
Computer vision nella produzione

Computer vision nella produzione

Ottimizza la produzione con i modelli Ultralytics YOLO. La visione basata sull'IA migliora il controllo qualità, il rilevamento dei difetti, la conformità ai requisiti sui 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 visione basata sull'IA migliora la sicurezza stradale, i sistemi di assistenza alla guida e l'automazione dei veicoli, per strade più intelligenti.
Scopri di più
Visione artificiale in agricoltura

Visione artificiale in agricoltura

Porta l'IA visiva nell'agricoltura intelligente con i modelli Ultralytics YOLO. Gestisci il monitoraggio delle colture, il tracciamento del bestiame e l'agricoltura di precisione per ottenere raccolti più abbondanti e intelligenti.
Scopri di più

Domande frequenti

  • Per impostazione predefinita, i repository Ultralytics YOLO sono distribuiti con la licenza AGPL-3.0. Questa licenza approvata dall'OSI è pensata per studenti, ricercatori e appassionati: promuove la collaborazione aperta e richiede che anche qualsiasi software che utilizzi componenti AGPL-3.0 sia reso open source. Pur garantendo trasparenza e favorendo l'innovazione, potrebbe non essere adatta agli usi commerciali.

    Se il tuo progetto prevede l'integrazione di software e modelli di IA Ultralytics in prodotti o servizi commerciali e vuoi evitare gli obblighi open source della licenza AGPL-3.0, la licenza Enterprise è la soluzione ideale.

    Vantaggi della licenza Enterprise:

    • Flessibilità commerciale: modifica e integra il codice sorgente e i modelli Ultralytics YOLO in prodotti proprietari senza dover rispettare l'obbligo della licenza AGPL-3.0 di rendere il tuo progetto open source.
    • Sviluppo proprietario: ottieni piena libertà di sviluppare e distribuire applicazioni commerciali che includono codice e modelli Ultralytics YOLO.

    Per garantire un'integrazione perfetta ed evitare i vincoli della licenza AGPL-3.0, richiedi una licenza Enterprise Ultralytics tramite il modulo fornito. Il nostro team ti aiuterà ad adattare la licenza alle tue esigenze specifiche.

  • Il modello da scegliere dipende dai requisiti del tuo progetto, tra cui prestazioni, precisione, destinazione della distribuzione e vincoli hardware. Per la maggior parte dei nuovi progetti, Ultralytics YOLO26 è il punto di partenza consigliato perché offre gli ultimi miglioramenti in termini di velocità, precisione, esportabilità e supporto multi-task.

    Le famiglie di modelli YOLO precedenti restano disponibili per i team con flussi di lavoro esistenti o requisiti di compatibilità.

    Se parti da zero, scegli prima YOLO26, poi confronta le varianti più piccole o più grandi per trovare il giusto equilibrio tra velocità e precisione per il tuo ambiente di distribuzione.

  • I modelli Ultralytics YOLO sono una famiglia di modelli di visione artificiale per attività come il rilevamento degli oggetti, la segmentazione, la classificazione, la stima della posa e il rilevamento di oggetti orientati. YOLO26 è la versione stabile più recente ed è consigliato per la maggior parte dei nuovi progetti. Le versioni precedenti di YOLO restano disponibili per i team con flussi di lavoro esistenti o requisiti di compatibilità.

  • I modelli Ultralytics YOLO sono architetture di visione artificiale sviluppate per analizzare dati visivi provenienti da immagini e video. Possono essere addestrati per attività quali rilevamento degli oggetti, segmentazione delle istanze, classificazione, stima della posa, rilevamento di oggetti orientati e tracciamento.

    La famiglia di modelli Ultralytics YOLO più recente è YOLO26; le versioni precedenti di YOLO sono disponibili per i flussi di lavoro esistenti.

Costruiamo insieme il futuro dell'IA!

Inizia il tuo percorso verso il futuro del machine learning