Ultralytics YOLO27: Entre na lista de espera.
Licenciar o YOLO
Ultralytics YOLO

Protegendo a biodiversidade: a história de sucesso da Kashmir World Foundation com Ultralytics YOLOv5 e YOLOv8

Veja como a Kashmir World Foundation usa YOLOv5 e YOLOv8 em drones e sensores de campo para combater a caça ilegal e proteger tartarugas marinhas e leopardos-das-neves.

Nuvola LadiNuvola Ladi8 min de leitura
Conservação da vida selvagem pela Kashmir World Foundation com YOLOv5

A Fundação Mundial da Caxemira (KWF) foi fundada em Great Falls, Virgínia, em 2008, com a missão de implementar a tecnologia mais recente na luta para conservar e proteger a vida selvagem em escala global. A KWF desenvolve e opera sistemas autônomos não tripulados que apoiam seus esforços de conservação e combate à caça ilegal. Em 2013, a KWF começou a adotar inteligência artificial em suas operações.

Segundo o WWF, a perda de habitat representa a maior ameaça existencial para 85% das espécies da “Lista Vermelha”, que classifica as espécies como ameaçadas de extinção ou sob ameaça. Ao mesmo tempo, a demanda por animais silvestres caçados ilegalmente para uso em medicamentos tradicionais, iguarias ou como animais de estimação exóticos continua alta e, segundo relatos, aumentou. Juntas, a perda de habitat e a caça ilegal ameaçam a biodiversidade global e têm impactos devastadores sobre as comunidades e os ambientes locais.

Destacando a forte colaboração interna, a fundadora e diretora executiva Aliyah Pandolfi explica que “estudantes, acadêmicos, engenheiros e cientistas do mundo todo estão dispostos a oferecer voluntariamente seu tempo e conhecimento especializado”. A KWF é inteiramente mantida por voluntários do mundo todo. Graças ao trabalho deles, a KWF avançou muito na proteção de várias espécies ameaçadas, incluindo gatos-de-areia no Catar, tartarugas marinhas na Costa Rica e leopardos-das-neves no Himalaia.

"Todos fazemos isso porque amamos os animais, mas, acima de tudo, queremos usar nossas habilidades para fazer o bem no mundo e promover uma mudança positiva para essas espécies que talvez não sobrevivessem de outra forma." Aliyah Pandolfi, fundadora e diretora executiva da Fundação Mundial da Caxemira

Combate à caça ilegal#

Em muitos casos, é extremamente difícil para os conservacionistas chegar aos locais onde ocorre a caça ilegal. A KWF precisa enfrentar quatro obstáculos importantes em seus esforços de conservação em áreas remotas do mundo:

  • Condições climáticas perigosas
  • Fatores sociopolíticos imprevisíveis
  • Terreno inóspito
  • Falta de recursos para enviar pessoas a essas áreas o tempo todo

No passado, os conservacionistas instalavam dispositivos de gravação de vídeo em campo para assistir às imagens posteriormente. Com centenas ou milhares de horas de gravação, esse processo dependia de alguém para detectar e identificar meticulosamente tanto as espécies animais quanto os caçadores ilegais. Devido às limitações de tempo e aos erros humanos, essa abordagem colocava os conservacionistas em desvantagem. Os voluntários da KWF sabiam que precisavam estar mais bem equipados para combater os caçadores ilegais e a caça ilegal.

Chacal-dourado detectado com YOLOv5

A evolução inevitável da tecnologia é uma faca de dois gumes. À medida que ela se torna mais avançada e acessível, tanto os conservacionistas quanto os mal-intencionados podem ter acesso às tecnologias mais recentes. Para continuar competitivos, os conservacionistas precisam estar preparados para aproveitar o poder das tecnologias mais novas.

Um caminho criativo para o futuro#

Pandolfi precisava de uma solução eficaz em campo que fornecesse informações em tempo real à KWF. Como precisava de uma solução que eliminasse o erro humano e enfrentasse os quatro principais obstáculos, ela sabia que até mesmo alguns segundos podem fazer diferença em uma missão de combate à caça ilegal, ou seja, informações em tempo real podem ajudar diretamente a impedir que um animal seja morto.

Com criatividade a seu favor, Pandolfi avaliou a tecnologia e os recursos necessários para o projeto. Embora grande parte da tecnologia de que precisa já esteja disponível, Pandolfi aguarda o lançamento de hardware e software que devem chegar em um futuro próximo. Ela liderou sua equipe na KWF no desenvolvimento de abordagens que usam drones, IA e recursos de GPS.

Doninha detectada com YOLOv5

“No início deste projeto, a comunidade tinha muitas dúvidas. Já me disseram que é loucura, que é impossível, que não dá para fazer e que a tecnologia não existe, mas eu estava pensando no longo prazo: a ciência da computação e os recursos dos drones precisavam evoluir e se unir para este projeto.”

Ao instalar várias câmeras e sensores em locais de risco, a KWF recebe dados de locais do mundo todo, obtendo informações úteis para tomar decisões em frações de segundo.

“Imagine que há caçadores ilegais em determinado local”, diz Pandolfi. “Queremos poder acompanhá-los e alertar os guardas florestais sobre sua localização para que possam interceptá-los e impedi-los antes que matem algum animal.”

Por que YOLOv5?#

Como precisava de detecção de objetos em tempo real, a KWF precisava que as saídas do modelo fossem altamente precisas e confiáveis. Ao avaliar as opções, Daan Eeltink, líder da equipe de IA da KWF de Pandolfi e estudante nos Países Baixos, comparou o desempenho do YOLOv4 e do YOLOv5. Com o YOLOv5, vários diferenciais levaram a equipe da KWF a escolhê-lo para seus projetos:

  • Os modelos YOLOv5 precisavam de menos imagens para o treinamento.
  • O caráter de código aberto tornou a tecnologia bastante acessível à equipe da KWF.
  • A curva de aprendizagem do YOLOv5 não era íngreme.

A KWF conta com uma equipe de voluntários, engenheiros e estagiários de todo o mundo para desenvolver a tecnologia necessária aos seus esforços de conservação. Muitos dos estagiários são estudantes do ensino médio, e alguns têm pouca ou nenhuma experiência com YOLOv5. Pandolfi observou que até mesmo aqueles com menos experiência prévia conseguiram colocar o YOLOv5 em funcionamento em menos de três semanas.

Além disso, a integração com uma plataforma de acompanhamento de experimentos facilitou o ajuste fino dos modelos e conjuntos de dados, permitindo que a KWF maximizasse o desempenho de seus modelos YOLOv5 em campo.

“O YOLOv5 foi preciso e nos ajudou a salvar os animais antes que fossem mortos, que era nosso objetivo final.”

Sem o YOLOv5, Pandolfi diz que sua equipe na KWF ficaria frustrada. Antes da implementação da detecção de objetos, os projetos de conservação não dispunham de dados suficientes. No início de 2023, a KWF transferirá seu trabalho para o Ultralytics YOLOv8, o lançamento mais recente da família YOLO de arquiteturas de IA visual na época (posteriormente sucedido pelo Ultralytics YOLO26).

Implantação do YOLOv5#

Atualmente, a KWF usa o YOLOv5 para detecção de objetos em sensores instalados em campo. Esses dispositivos enviam dados aos biólogos, que podem então analisar as informações e gerar dados úteis para a tomada de decisões. No próximo ano, a KWF pretende treinar o YOLOv5 com conjuntos de dados que contenham imagens capturadas por drones e, depois, implantar esses drones em campo.

Projetos de conservação#

Tartarugas-marinhas#

Há sete espécies diferentes de tartarugas marinhas no mundo, e cinco delas estão na Lista Vermelha de Espécies Ameaçadas da IUCN. Para pôr ovos, as tartarugas marinhas fêmeas chegam às praias e cavam ninhos na areia, onde depositam os ovos. Esse processo pode levar várias horas, mas, quando termina, as fêmeas voltam para a água, deixando os ovos para incubar na areia por 55 a 65 dias. Depois que as mães partem definitivamente, os ovos ficam com poucas defesas contra caçadores, predadores e elementos naturais.

Infográfico da Fundação Mundial da Caxemira sobre a conservação de tartarugas-marinhas

No passado, a abordagem dos conservacionistas para rastrear tartarugas-marinhas era marcar todos os locais da praia onde havia ninhos. Se as ameaças nessas áreas fossem altas, os conservacionistas transferiam temporariamente os ninhos para um local mais seguro e soltavam as tartarugas no oceano depois que os ovos eclodiam.

Esse processo pode envolver percorrer a pé praias com 30 milhas ou mais e marcar os ninhos. Garantir mão de obra suficiente para realizar esse processo todos os dias tem sido difícil, especialmente durante os lockdowns da COVID-19.

Além disso, às vezes, marcar os ninhos de tartarugas marinhas acabava sendo contraproducente. As marcações não só podiam ajudar os caçadores ilegais a localizar os ninhos, como os porcos também aprendiam que as marcações indicavam ninhos de tartarugas marinhas por perto, o que os levava a comer os ovos.

A KWF identificou uma oportunidade de aprimorar esse processo, reduzindo a necessidade de mão de obra e substituindo as marcações facilmente identificáveis. Com a instalação de sistemas aéreos autônomos que usam o YOLOv5 para detectar, localizar e caracterizar ninhos de tartarugas-marinhas, os biólogos poderiam receber informações em tempo real sobre os ninhos, incluindo seus rastros e sua localização geográfica, eliminando assim a necessidade de percorrer as praias a pé e marcar os ninhos manualmente.

Leopardos-das-neves#

A pelagem branca e espessa dos leopardos-das-neves, com rosetas de manchas escuras, permite que se camuflem perfeitamente na paisagem do Himalaia. Na natureza, são predadores de topo, sem predadores naturais. No entanto, devido à demanda extremamente alta por sua pelagem e outras partes do corpo para uso na moda e na medicina tradicional, além da perda e fragmentação de habitat, estima-se que restem apenas entre 4.000 e 6.500 leopardos-das-neves na natureza.

Os esforços para conservar os leopardos-das-neves têm se mostrado extremamente difíceis devido aos fatores que contribuem para as condições adversas do ambiente em que vivem:

  • Grandes altitudes
  • Nevascas intensas
  • Temperaturas congelantes
  • Ventos fortes
  • Ravinas íngremes
  • Terreno inóspito

Além disso, é extremamente raro avistar leopardos-das-neves na natureza. Por isso, a KWF está desenvolvendo uma abordagem automatizada para proteger esses grandes felinos, usando tecnologia de drones para monitorá-los e protegê-los. Atualmente, a tecnologia de drones ainda está em desenvolvimento para que as máquinas possam operar nas condições necessárias para monitorar os leopardos-das-neves, a cerca de 20.000 a 22.000 pés de altitude.

Leopardo-das-neves detectado com YOLOv5

Quando a tecnologia estiver disponível, a KWF pretende usar o YOLOv5 em sensores e drones, que serão enviados ao Himalaia. Para fins de rastreamento, esses sensores e drones poderão detectar pegadas na neve, que geralmente são apagadas rapidamente pelo vento. Essas informações em tempo real serão então transmitidas a biólogos e conservacionistas.

Visite o site da Kashmir World Foundation e confira como você pode fazer a diferença nos esforços de conservação da organização em todo o mundo.

Escrito por

Nuvola Ladi
Nuvola Ladi

Gerente de conteúdo digital · Ultralytics

Nuvola Ladi é gerente de conteúdo digital na Ultralytics, onde cria conteúdo sobre IA visual e Ultralytics YOLO e representa a empresa em eventos do setor, como a PyTorch Conference 2025. Morando na Espanha, ela tem mestrado em Mídia Visual e Digital pela IE University. Antes de ingressar na Ultralytics, ocupou cargos em organizações como XVA Gallery & Hotel e Rolex.

Comentários

Faça uma pergunta, compartilhe seus resultados ou ajude alguém.

Explore as soluções

Visão computacional no desporto

Visão computacional no desporto

Descubra como o Ultralytics YOLO impulsiona a visão computacional no esporte com rastreamento de jogadores e bolas, análise de desempenho, insights para treinadores e reabilitação de atletas.
Saiba mais
Visão computacional para imagens aéreas

Visão computacional para imagens aéreas

Transforma imagens de drones e aéreas em informações em tempo real para a agricultura, a aquacultura, a conservação e a análise geoespacial com Ultralytics YOLO.
Saiba mais
Visão computacional no setor aeroespacial

Visão computacional no setor aeroespacial

Aplica visão computacional na indústria aeroespacial com Ultralytics YOLO para inspecionar aeronaves, detetar objetos estranhos na pista (FOD), apoiar operações aeroportuárias em terra e detetar defeitos em materiais compósitos.
Saiba mais
Visão computacional na segurança

Visão computacional na segurança

Protege todas as instalações com os modelos Ultralytics YOLO. A IA visual permite monitorizar perímetros, detetar ameaças, reconhecer matrículas e melhorar a segurança no local de trabalho.
Saiba mais
Visão computacional na robótica

Visão computacional na robótica

Potencia máquinas mais inteligentes com os modelos Ultralytics YOLO. A IA visual na robótica permite navegação autónoma, perceção, rastreamento de objetos e controlo em tempo real.
Saiba mais
Visão computacional na logística

Visão computacional na logística

Otimize a logística com os modelos Ultralytics YOLO. A IA de visão permite inspecionar pacotes, fazer triagem, rastrear veículos e monitorar a segurança em tempo real nos armazéns.
Saiba mais
Visão computacional no varejo

Visão computacional no varejo

Reinvente o varejo com os modelos Ultralytics YOLO. A IA de visão permite rastrear o estoque, monitorar prateleiras, gerenciar filas e obter insights mais inteligentes sobre clientes.
Saiba mais
Visão computacional na área da saúde

Visão computacional na área da saúde

Desenvolva soluções de saúde com os modelos Ultralytics YOLO. A IA de visão na área da saúde permite obter imagens médicas mais rapidamente, diagnósticos mais inteligentes e monitoramento de pacientes.
Saiba mais
Visão computacional na manufatura

Visão computacional na manufatura

Otimize a manufatura com modelos Ultralytics YOLO. A IA visual impulsiona o controle de qualidade, a detecção de defeitos, a conformidade com o uso de EPI e a automação da linha de montagem.
Saiba mais
Visão computacional no setor automotivo

Visão computacional no setor automotivo

Aplique visão computacional no setor automotivo com modelos Ultralytics YOLO. A IA visual aumenta a segurança viária, aprimora a assistência ao condutor e viabiliza a automação de veículos para estradas mais inteligentes.
Saiba mais
Visão computacional na agricultura

Visão computacional na agricultura

Leve a IA de visão à agricultura inteligente com os modelos Ultralytics YOLO. Aprimore o monitoramento de plantações, o rastreamento de animais e a agricultura de precisão para obter safras maiores e mais inteligentes.
Saiba mais

Vamos construir juntos o futuro da IA!

Comece sua jornada rumo ao futuro do aprendizado de máquina