MarineSitu, Ultralytics YOLO로 수중 모니터링 혁신을 주도하다

수중 환경과 해양 에너지 시스템을 모니터링하는 것은 쉽지 않지만, 이 인프라가 주변 생태계와 어떻게 상호작용하는지 이해하고 야생동물을 해치지 않으면서 안전하게 운영되도록 보장하는 데 필수적입니다. 기존에는 연구자들이 수중 영상을 수 시간 동안 수동으로 검토해야 했는데, 탁한 수중 환경, 강한 해류, 불규칙한 시야 조건으로 인해 이 작업은 더욱 어려워졌습니다.

MarineSitu는 고해상도 카메라, 컴퓨터 비전, 영상 소나, 환경 센서 및 머신러닝 모델을 활용하여 연구자와 기관이 수중 환경을 모니터링하고 이해할 수 있도록 지원합니다. 예를 들어, Ultralytics YOLO 사용하면 조류 터빈 및 기타 해양 에너지 인프라 주변을 이동하는 track 식별하고 track 수 있습니다.

인공지능 혁신을 통한 더 스마트한 해양 모니터링

2016년 설립된 MarineSitu는 태평양 해양 에너지 센터(PMEC)와 워싱턴 대학교 응용 물리 연구소(APL)의 연구에서 비롯되었습니다. 현재 미국 에너지부 및 미국 국립해양대기청(NOAA)과 같은 기관들과 협력하고 있습니다.

MarineSitu는 SaltySuite™와 같은 플랫폼을 통해 카메라, 소나, 수중청음기 등 특수 제작된 하드웨어 시스템을 AI 기반 탐지 모델과 통합하여 복잡한 수중 환경을 모니터링하고 분석합니다. 특히, 객체 탐지(이미지 내 개별 동물 또는 물체의 위치 파악 및 식별), 이미지 분류(내용에 기반하여 전체 이미지에 라벨 할당), 객체 추적(탐지된 객체를 연속 프레임에 걸쳐 추적하여 움직임 분석)과 같은 컴퓨터 비전 작업을 적용함으로써 MarineSitu는 해양 에너지, 어업 및 환경 연구를 지원하는 실시간 인사이트를 제공합니다.

수중 모니터링이 보기보다 어려운 이유

해양 환경 모니터링은 육상 관측보다 훨씬 더 어렵습니다. 시야가 예고 없이 급격히 떨어질 수 있고, 강한 해류가 장비를 이동시키며, 해양 생물 부착물이 카메라와 센서를 순식간에 가릴 수 있습니다. 조건이 시간마다 변하기 때문에 일관된 데이터 수집이 어렵습니다.

연구자와 에너지 운영자에게 이는 주요 병목 현상을 초래합니다. 프로젝트는 수백 테라바이트에 달하는 영상, 소나, 음향 데이터를 생성할 수 있어 수동 검토가 느리고 비실용적입니다.

원격 해양 현장은 대역폭 제한과 같은 추가적인 장애물에 직면하여 대용량 비디오 파일을 클라우드로 전송하기 어렵습니다. 이는 운영 비용을 증가시키고 데이터 보안 문제를 야기합니다.

이러한 과제를 해결하기 위해 MarineSitu는 클라우드 전송에 의존하지 않고 수중 하드웨어에서 직접 데이터를 처리하는 에지 AI 방식을 사용합니다. 이를 통해 야생동물 및 환경 사건을 실시간으로 감지할 수 있으며, 연구진이 검토해야 할 데이터 양을 줄이고, 저대역폭의 예측 불가능한 해양 환경에서도 모니터링의 신뢰성을 유지합니다.

Ultralytics YOLO 활용한 실시간 수중 탐지

MarineSitu는 조력 터빈, 항만, 연구 시설, 장기 환경 관측소 등 까다로운 수중 인프라 주변에 모니터링 시스템을 배치하여 해양 생물이 이러한 구조물과 어떻게 상호작용하는지 포착합니다. 그들의 적응형 모니터링 패키지(AMP)는 고해상도 광학 카메라, 영상 소나, 수중청음기, LED 조명, 그리고 렌즈와 센서를 수개월 동안 깨끗하게 유지하는 방오 시스템을 통합합니다.

다중 모드 데이터의 지속적인 흐름을 해석하기 위해 MarineSitu는 맞춤형으로 훈련된 Ultralytics YOLO 활용하여 실시간으로 영상 자료를 분석합니다. 이 모델들은 터빈의 영향권과 같은 지역을 이동하는 track 생물을 detect track , 중요한 사건을 자동으로 표시하고 관련 소나 및 음향 기록과 연동합니다. 

예를 들어, 해파리가 터빈 근처로 표류할 때, Ultralytics YOLO 같은 인스턴스 분할YOLO 지원됩니다. Ultralytics YOLOv8 및 Ultralytics YOLO11 이미지에서 전체 윤곽을 포착할 수 있습니다. 이를 통해 야생동물과의 상호작용이 평범한 영상 속에 묻히지 않고 전체적인 맥락과 세부 사항까지 완벽하게 기록됩니다.

‍

Ultralytics YOLO 모델을 선택하는 이유는 무엇인가요?

Ultralytics YOLO 복잡한 수중 환경에서 실시간 탐지에 필요한 속도와 정확도를 MarineSitu에 제공합니다. YOLOv8 YOLO11 같은 모델은 에지 시스템에서 효율적으로 YOLO11 다음과 같은 형식으로 내보낼 수 있습니다. TensorRT. 

MarineSitu와 Ultralytics YOLO 96% 가동률을 달성합니다

MarineSitu의 Ultralytics YOLO 활용은 까다로운 해양 환경에서의 장기 배치 중에도 신뢰할 수 있는 실시간 야생동물 모니터링을 가능하게 했습니다.

태평양 북서부 지역에서 진행된 141일간의 배치 기간 동안, MarineSitu 적응형 모니터링 패키지(AMP)는 강한 해류, 낮은 시야, 지속적인 생물 부착 압력에도 불구하고 96% 이상의 가동률을 유지했습니다. 방오 시스템은 카메라 포트, 조명, 영상 소나를 전 기간 동안 깨끗하게 유지하여 일관된 고품질 데이터 확보를 보장했습니다.

시스템에서 YOLO 지속적으로 YOLO 연구진은 터빈 주변을 이동하는 물개, 물고기 및 기타 종들을 추적할 수 있었습니다. 자동화된 물체 탐지 및 이벤트 필터링으로 수동 검토 시간이 크게 단축되었습니다. PNNL 및 UW-APL 연구진에 따르면, YOLO 이벤트 검토는 필터링되지 않은 영상을 일일이 확인하는 시간 소모적인 과정과 달리 하루에 한두 시간만 소요되는 경우가 많았습니다.

‍

내구성 있는 하드웨어와 다중 모드 센싱, 실시간 컴퓨터 비전을 결합함으로써 MarineSitu는 야생동물 상호작용에 대한 완전하고 맥락적인 시각을 제공했습니다. 이는 수동 검토만으로는 달성하기 매우 어려웠을 것입니다. 이러한 수준의 신뢰성과 효율성은 조력 에너지 프로젝트에 대한 환경 평가를 가속화하고 해양 모니터링 시스템의 기준을 높이는 데 기여하고 있습니다.

실시간 해양 정보 확장

MarineSitu는 다양한 수중 환경에서 실시간 컴퓨터 비전 기능을 지속적으로 확장하고 있습니다. 조력 터빈을 넘어, Ultralytics YOLO시스템은 항구 내 야생동물 모니터링, 산호초 연구 지원, 과학 시설 주변 어류 행동 관찰, 원격 해양 지역의 장기 환경 데이터 수집 등에 활용되고 있습니다.

마린시투는 탐지 파이프라인의 핵심으로 YOLO 활용하여 종 인식 정확도 향상, 에지 기반 AI 처리 강화, 기존 방식이 어렵거나 비용이 많이 드는 더 많은 지역에 자동 모니터링을 도입하는 데 주력하고 있습니다. 연구진이 해양 생태계와 인간 활동의 상호작용을 더 명확하고 신속하게 파악할 수 있도록 지원하면서 수중 모니터링의 효율성과 접근성을 높이는 것이 목표입니다.

인공지능에 관심이 있으신가요? 프로젝트에 비전 AI를 도입할 수 있는 라이선싱 옵션을 확인해 보세요. 자세한 내용은 GitHub 저장소를 방문하세요. 로봇공학 분야의 컴퓨터 비전과 자동차 산업의 인공지능을 솔루션 페이지에서 살펴보세요.