Como treinar modelos Ultralytics YOLO para detetar animais na natureza

A vida selvagem do nosso planeta é incrivelmente diversificada, desde abelhas zumbidoras até elefantes imponentes, e preservar esta biodiversidade é essencial para manter um ecossistema equilibrado. No entanto, os esforços de conservação estão a tornar-se mais difíceis devido à perda de habitat, à caça furtiva e às alterações climáticas. Todos estes fatores afetam negativamente as populações de animais selvagens.

Os métodos tradicionais de monitorização de animais, como a análise manual de imagens de câmaras de monitorização e a realização de levantamentos no terreno, podem ser lentos e exigir muitos recursos. Muitas vezes, estes esforços não conseguem abranger eficazmente grandes áreas e populações numerosas.

Para ultrapassar estas limitações, a inteligência artificial (AI) pode ser utilizada como uma ferramenta eficaz na conservação da vida selvagem. Especificamente, modelos de visão computacional como o Ultralytics YOLO11 podem analisar dados visuais, como imagens e vídeos, para automatizar a identificação e o rastreio de animais em tempo real.

As tarefas de visão computacional, como a deteção de objetos e a segmentação de instâncias, suportadas pelo Ultralytics YOLO11, são muito úteis neste contexto. Ao analisar dados visuais, estas tarefas ajudam-nos a recolher dados essenciais, identificar padrões ecológicos e responder de forma mais eficaz às ameaças ambientais.

Neste artigo, vamos percorrer o processo de treino do Ultralytics YOLO11 para detetar animais. Vamos começar!

Como começar a utilizar o Ultralytics YOLO11#

Antes de começar o tutorial, vamos analisar as diferentes opções de configuração e as ferramentas necessárias para treinar e utilizar o Ultralytics YOLO11.

A principal ferramenta de que vais precisar é o pacote Python da Ultralytics, que facilita o trabalho com modelos YOLO em tarefas como treino, deteção de objetos e execução de inferências. Para utilizar o pacote Ultralytics, terás de configurar um ambiente para executar o teu código, e existem várias opções à tua escolha.

Eis algumas das opções mais populares para configurar o teu ambiente de desenvolvimento:

• Interface de linha de comandos (CLI): a CLI, também conhecida como terminal, é uma ferramenta baseada em texto que te permite interagir com o computador escrevendo comandos. Ao contrário das interfaces gráficas (GUIs), nas quais clicas em botões e utilizas um rato, a CLI exige que escrevas instruções de texto para executar programas ou realizar tarefas.
• Jupyter Notebooks: estes notebooks permitem escrever e executar código em pequenos blocos chamados células. São interativos, o que significa que podes ver imediatamente o resultado do teu código, facilitando os testes e a depuração.
• Google Colab: o Google Colab é uma plataforma baseada na nuvem que funciona como o Jupyter Notebooks, mas oferece acesso gratuito a GPUs potentes. É fácil de configurar e não precisas de instalar nada no computador.

Embora existam outras opções de configuração do ambiente que podes explorar na documentação oficial da Ultralytics, as três opções mencionadas acima exigem muito pouca configuração e são fáceis de utilizar, sendo ideais para começar rapidamente.

Neste tutorial, vamos mostrar como configurar e treinar o Ultralytics YOLO11 utilizando o Google Colab, o Jupyter Notebooks ou um simples ficheiro Python, uma vez que os passos são muito semelhantes em todos estes ambientes.

Compreender o African Wildlife Dataset#

Depois de selecionares um ambiente de desenvolvimento, para treinar o Ultralytics YOLO11 especificamente para detetar animais selvagens, precisamos de um conjunto de dados de imagens etiquetadas de alta qualidade. Cada imagem deve mostrar claramente onde estão os animais e a que tipo pertencem, para que o modelo possa aprender a reconhecê-los através de aprendizagem supervisionada.

Neste tutorial, vamos utilizar o African Wildlife Dataset. Este conjunto é compatível com o pacote Python da Ultralytics e foi concebido especificamente para detetar animais comuns nos ecossistemas africanos. Contém imagens anotadas de quatro espécies importantes: búfalos, elefantes, rinocerontes e zebras.

Fig. 1. Uma vista do African Wildlife Dataset.

Eis algumas características importantes do African Wildlife Dataset:

• Escala: o conjunto de dados é composto por 1504 imagens divididas em três subconjuntos: 1052 para treino, 225 para validação e 227 para teste. Esta divisão garante que o modelo aprende de forma eficaz e é avaliado exaustivamente.
• Integração simples: a Ultralytics fornece um ficheiro de configuração YAML que define os caminhos do conjunto de dados, as classes e outros detalhes, facilitando a sua utilização durante o treino de modelos YOLO.
• Licença aberta: este conjunto de dados é distribuído ao abrigo da licença AGPL-3.0, promovendo a transparência e a colaboração.

Treinar o Ultralytics YOLO11 para deteção de animais#

Agora que explorámos o African Wildlife Dataset, podemos começar a treinar um modelo Ultralytics YOLO11 para detetar animais em imagens. O processo envolve configurar o ambiente de desenvolvimento, treinar o modelo YOLO11 e avaliar o desempenho do modelo.

Passo 1: Configurar o ambiente#

Para começar, vamos preparar um ambiente para treinar e testar o modelo. Podes utilizar o Google Colab, o Jupyter Notebooks ou um simples ficheiro Python, consoante a tua preferência. Cria um novo notebook do Google Colab, um Jupyter Notebook ou um ficheiro Python, conforme adequado.

Se estiveres a utilizar o Google Colab, o ambiente executa-se por predefinição numa CPU (Unidade Central de Processamento), o que pode tornar o treino mais lento. Para acelerar o processo, especialmente no caso de modelos maiores, podes mudar o ambiente de execução para utilizar uma GPU. No Google Colab, acede ao separador "Runtime" no menu, seleciona "Change runtime type" e define o acelerador de hardware como uma GPU (de preferência, uma GPU T4). Isto é importante para reduzir os tempos de treino.

Em seguida, independentemente do ambiente que estiveres a utilizar, tens de instalar o pacote Python da Ultralytics. Se estiveres a utilizar um ambiente baseado em notebooks (Google Colab ou Jupyter), executa o comando seguinte com um ponto de exclamação (!) no início.

pip install ultralytics

Passo 2: Carregar o Ultralytics YOLO11 e preparar o conjunto de dados#

Depois de instalares o pacote Ultralytics, o passo seguinte é carregar o modelo YOLO11 e preparar o conjunto de dados para o treino. Primeiro, carregamos o modelo YOLO11, que já foi pré-treinado para tarefas gerais de deteção de objetos. Este modelo pré-treinado constitui um bom ponto de partida, pois já aprendeu a detetar vários objetos.

Em seguida, especificamos o conjunto de dados utilizando um ficheiro YAML, que contém informações sobre as imagens e as etiquetas. Este ficheiro indica ao modelo onde encontrar o conjunto de dados e que objetos deve aprender a reconhecer.

O African Wildlife Dataset é compatível com o pacote Ultralytics, pelo que será transferido automaticamente quando iniciares o treino, poupando-te o trabalho de o configurares manualmente.

Quando o conjunto de dados estiver pronto, o modelo começa o treino. O modelo percorrerá o conjunto de dados várias vezes, num processo chamado treino ao longo de múltiplas épocas, para melhorar a sua capacidade de reconhecer animais nas imagens. Durante este processo, as imagens serão redimensionadas para um tamanho consistente para processamento, e o modelo trabalhará com um número definido de imagens de cada vez, conhecido como lote. Isto ajuda o modelo a aprender de forma mais eficiente.

Em resumo, o modelo é carregado, o conjunto de dados é transferido automaticamente e o treino começa a ser executado para detetar animais com base no African Wildlife Dataset quando o fragmento de código abaixo é executado.

from ultralytics import YOLO

model = YOLO("yolo11n.pt")
results = model.train(data="african-wildlife.yaml", epochs=30, batch=8)

Passo 3: Guia passo a passo do treino do Ultralytics YOLO11#

Depois de executares o fragmento de código acima, o modelo começa a treinar com base nas definições que lhe fornecemos. Indicámos ao modelo através do código que percorresse as imagens de treino 30 vezes. Isto significa que o modelo verá todas as imagens do conjunto de dados 30 vezes, aprendendo um pouco mais em cada passagem.

Imagina que estás a tentar aprender a desenhar um animal. Na primeira vez que desenhares, o resultado pode não ser muito bom, mas, depois de praticares repetidamente, começarás a melhorar. Cada vez que tentas novamente, aprendes com o que correu mal e corriges os erros. É isso que cada época faz pelo modelo: analisa as imagens, comete erros, aprende com eles e melhora o reconhecimento dos animais a cada passagem.

Se o código de treino estiver a ser executado corretamente, verás o resultado seguinte à medida que o treino avança:

• Configuração do treino: a primeira parte mostra a versão da Ultralytics, do PyTorch e do hardware utilizado (CPU neste caso), juntamente com a configuração do treino, incluindo o modelo (yolo11n.pt), o tamanho do lote, o número de épocas e o tamanho das imagens.
• Resumo do modelo: fornece informações sobre a complexidade do modelo, como o número de camadas e parâmetros, mostrando a dimensão do modelo.
• Otimizador e taxa de aprendizagem: indica o otimizador (por exemplo, AdamW) e a taxa de aprendizagem, que controlam a forma como o modelo ajusta os seus parâmetros durante o treino.
• Análise do conjunto de dados: o modelo analisa o conjunto de dados, mostrando quantas imagens são válidas e estão prontas para o treino. Confirma que não existem problemas com o conjunto de dados.
• Progresso do treino: o resultado é atualizado após cada época (ciclo de treino), mostrando o progresso do treino juntamente com os principais valores de perda (box_loss, cls_loss, dfl_loss), que indicam o desempenho da aprendizagem do modelo.
• Métricas de desempenho: após cada época, verás métricas de desempenho como precisão, revocação e mAP (precisão média). Estes valores mostram o grau de exatidão do modelo na deteção e classificação de objetos.
• Utilização da memória da GPU: se estiveres a utilizar uma GPU, o resultado mostra a utilização da memória para acompanhar o uso do hardware.

Fig. 2. O resultado que verás enquanto o modelo está a ser treinado.

Passo 4: Avaliar o desempenho do modelo treinado à medida#

Depois de concluído o processo de treino, podes consultar e validar as métricas de desempenho do modelo. No Google Colab, podes aceder à pasta "runs", depois à pasta "detect" e, por fim, à pasta "train", onde encontrarás registos com os principais indicadores de desempenho.

Para utilizadores num ambiente Python, os resultados do treino são guardados por predefinição no diretório “runs/train/”, dentro do diretório de trabalho atual. Cada execução de treino cria um novo subdiretório (por exemplo, runs/train/exp, runs/train/exp2, etc.), onde podes encontrar os registos e outros resultados relacionados com o treino.

Se estiveres a utilizar a CLI, podes aceder facilmente a estes resultados e definições através do comando “yolo settings”, que te permite ver ou modificar os caminhos e outras configurações relacionadas com os registos de treino e os detalhes das experiências.

Nos registos, também encontrarás alguns gráficos que podes consultar para perceber como correu o processo de treino do modelo. Estes gráficos, criados após a conclusão do treino, mostram se o modelo melhorou ao longo do tempo, cometendo menos erros e tornando-se mais preciso.

Acompanham o progresso do modelo, mostrando como a perda (a diferença entre as previsões do modelo e os valores reais) diminuiu e como a precisão aumentou durante o treino. Isto ajuda-te a compreender até que ponto o modelo aprendeu a reconhecer animais e quanto melhorou no final do treino.

Fig. 3. Um exemplo dos gráficos que podes analisar para avaliar o teu modelo.

Principais métricas de avaliação do desempenho#

Além disso, eis uma análise mais detalhada de algumas métricas que podes utilizar para avaliar o desempenho do modelo:

• Precisão média (mAP): esta métrica mede a exatidão geral do modelo na deteção de animais em todas as classes, calculando a média das pontuações de precisão em diferentes níveis de revocação.
• Precisão: representa a percentagem de deteções corretas, calculada dividindo o número de verdadeiros positivos detetados pelo número total de deteções efetuadas.
• Revocação: indica a percentagem de animais presentes nas imagens que foram corretamente identificados pelo modelo, refletindo a sua capacidade de detetar todas as instâncias relevantes.

Estas métricas de avaliação podem ajudar a aperfeiçoar o modelo para melhorar a precisão antes de o utilizar em aplicações do mundo real.

Executar inferências utilizando o teu modelo Ultralytics YOLO11 treinado à medida#

Agora que treinámos e avaliámos o Ultralytics YOLO11, está na altura de o utilizar para analisar imagens e executar inferências. Podes utilizar as imagens de teste do conjunto de dados ou imagens novas de diferentes fontes.

Vamos utilizar o fragmento de código seguinte para executar o modelo numa imagem do conjunto de dados de teste. Este importa os módulos necessários da biblioteca Ultralytics. Em seguida, define o caminho para o ficheiro com os melhores pesos do modelo ("best.pt"), armazenado no diretório de resultados. O modelo YOLO11 treinado à medida é carregado utilizando estes pesos.

Depois disso, é definido o caminho para uma imagem do conjunto de dados de teste African Wildlife. O modelo é aplicado a esta imagem para realizar a deteção de objetos, os resultados são gerados e o resultado (como objetos detetados ou anotações) é guardado.

from ultralytics import YOLO, settings

best_model_path = results.save_dir / "weights/best.pt"
model = YOLO(best_model_path)
image_path = f"{settings['datasets_dir']}/african-wildlife/test/images/1 (168).jpg"
img_results = model(image_path, save=True)

A imagem de resultado apresentada abaixo será guardada na pasta "predict", localizada dentro do diretório runs/detect. Para testes posteriores, serão criadas novas pastas, como "predict2", "predict3" e assim por diante, para armazenar as imagens.

Fig. 4. Executar uma inferência utilizando o modelo Ultralytics YOLO11 ajustado numa imagem de teste.

Para testar imagens de diferentes fontes, podes utilizar o código abaixo. Utilizámos uma imagem do Pexels. Podes utilizar a mesma imagem ou qualquer outra imagem relevante.

from ultralytics import YOLO

best_model_path = results.save_dir / "weights/best.pt"
model = YOLO(best_model_path)
img2_results = model("https://images.pexels.com/photos/18341011/pexels-photo-18341011/free-photo-of-elephant-and-zebras-in-savannah.png", save=True)

A imagem de resultado apresentada abaixo será guardada na pasta adequada.

Fig. 5. Detetar vida selvagem utilizando o modelo Ultralytics YOLO11 ajustado numa imagem nunca vista.

AI para a conservação da vida selvagem: aplicações no mundo real#

Modelos como o Ultralytics YOLO11 podem detetar e rastrear animais automaticamente, permitindo uma variedade de aplicações práticas. Eis uma visão geral de algumas das principais áreas em que a AI de visão pode ser utilizada para apoiar os esforços de conservação da vida selvagem:

• Monitorização de espécies: a AI de visão pode ser utilizada para processar dados visuais, como imagens e vídeos, identificar espécies com precisão, contabilizar populações e acompanhar os seus movimentos ao longo do tempo.
• Alertas de câmaras inteligentes: em áreas remotas, a visão computacional pode ser utilizada para classificar continuamente os animais e enviar alertas em tempo real, permitindo que as autoridades responsáveis pela vida selvagem respondam rapidamente a ameaças como comportamentos animais anómalos ou conflitos entre seres humanos e animais selvagens.
• Análise do comportamento: ao monitorizar migrações, hábitos alimentares e interações sociais, os sistemas de AI de visão podem fornecer informações abrangentes sobre a dinâmica entre espécies.
• Prevenção da caça furtiva: a AI de visão pode ser utilizada para detetar a presença humana não autorizada e sinais de caça furtiva, aproveitando simultaneamente a aprendizagem automática e dados históricos para identificar zonas de maior risco.

Principais conclusões#

Modelos de visão computacional como o Ultralytics YOLO11 podem desempenhar um papel fundamental na conservação da vida selvagem ao automatizar a deteção e o rastreio de animais. Com a AI de visão, podemos processar grandes volumes de imagens e vídeos de várias fontes, tornando possível realizar avaliações precisas da vida selvagem.

O Ultralytics YOLO11, em particular, é uma excelente escolha para a deteção de objetos em tempo real, sendo ideal para tarefas como vigilância contra a caça furtiva, análise comportamental e monitorização de ecossistemas. Ao incorporar modelos baseados em AI nos esforços de conservação, podemos proteger melhor as espécies, melhorar o acompanhamento da biodiversidade e tomar decisões mais informadas para salvaguardar a vida selvagem ameaçada.

Junta-te à nossa comunidade e explora o repositório do GitHub para aprenderes mais sobre visão computacional. Descobre mais aplicações relacionadas com AI na área da saúde e visão computacional na indústria nas nossas páginas de soluções. Consulta as opções de licenciamento da Ultralytics para começares a utilizar AI de visão.