MarineSitu atinge 96%+ de tempo de atividade no monitoramento subaquático usando Ultralytics YOLO

Monitorar ambientes subaquáticos e sistemas de energia marinha não é fácil, mas é essencial para entender como essa infraestrutura interage com o ecossistema circundante e garantir que opere com segurança sem prejudicar a vida selvagem. Tradicionalmente, pesquisadores precisam analisar manualmente horas de filmagens subaquáticas, uma tarefa tornada ainda mais difícil por condições turvas, correntes fortes e visibilidade inconsistente.

A MarineSitu ajuda pesquisadores e organizações a monitorar e entender ambientes subaquáticos usando câmeras de alta resolução, visão computacional, sonares de imagem, sensores ambientais e modelos de aprendizado de máquina. Por exemplo, usando modelos Ultralytics YOLO, seus sistemas podem identificar e rastrear a vida selvagem enquanto ela se move ao redor de turbinas maremotrizes e outras infraestruturas de energia marinha.

Link to this sectionMonitoramento marinho mais inteligente através da inovação em IA#

Fundada em 2016, a MarineSitu originou-se de pesquisas no Pacific Marine Energy Center (PMEC) e no Laboratório de Física Aplicada (APL) da Universidade de Washington. Hoje, eles trabalham com organizações como o Departamento de Energia dos EUA e a Administração Oceânica e Atmosférica Nacional dos EUA.

Através de plataformas como o SaltySuite™, a MarineSitu integra seus sistemas de hardware desenvolvidos para fins específicos, incluindo câmeras, sonares e hidrofones, com modelos de detecção alimentados por IA para monitorar e analisar ambientes subaquáticos complexos. Em particular, ao aplicar tarefas de visão computacional como detecção de objetos (localizar e identificar animais ou objetos individuais dentro de uma imagem), classificação de imagens (atribuir um rótulo a uma imagem inteira com base em seu conteúdo) e rastreamento de objetos (seguir objetos detectados através de quadros consecutivos para analisar seu movimento), a MarineSitu fornece insights em tempo real que apoiam a energia marinha, a pesca e a pesquisa ambiental.

Link to this sectionPor que o monitoramento subaquático é mais difícil do que parece#

Monitorar ambientes marinhos é muito mais desafiador do que observar condições em terra. A visibilidade pode cair sem aviso, correntes fortes deslocam equipamentos e o crescimento marinho pode rapidamente obscurecer câmeras e sensores. As condições podem mudar de hora em hora, tornando a coleta de dados consistente difícil.

Para pesquisadores e operadores de energia, isso cria um grande gargalo. Projetos podem gerar centenas de terabytes de dados de vídeo, sonar e acústicos, o que torna a revisão manual lenta e impraticável.

Locais oceânicos remotos enfrentam obstáculos adicionais, como largura de banda limitada, dificultando o envio de grandes arquivos de vídeo para a nuvem. Isso aumenta os custos operacionais e introduz preocupações com a segurança dos dados.

Para resolver esses desafios, a MarineSitu usa uma abordagem de edge AI que processa dados diretamente no hardware subaquático em vez de depender de transferências para a nuvem. Isso permite a detecção em tempo real da vida selvagem e de eventos ambientais, reduz a quantidade de dados que os pesquisadores precisam revisar e mantém o monitoramento confiável mesmo em condições oceânicas imprevisíveis e de baixa largura de banda.

Link to this sectionDetecção subaquática em tempo real usando modelos Ultralytics YOLO#

A MarineSitu implanta seus sistemas de monitoramento ao redor de infraestruturas subaquáticas exigentes, incluindo turbinas maremotrizes, portos, instalações de pesquisa e observatórios ambientais de longo prazo, para capturar como a vida marinha interage com essas estruturas. Seu Pacote de Monitoramento Adaptável (AMP) integra câmeras ópticas de alta resolução, sonares de imagem, hidrofones, iluminação LED e sistemas anti-incrustantes que mantêm as lentes e sensores limpos por meses a fio.

Para interpretar o fluxo contínuo de dados multimodais, a MarineSitu usa modelos Ultralytics YOLO treinados sob medida para analisar filmagens de vídeo em tempo real. Esses modelos detectam e rastreiam espécies marinhas enquanto elas se movem por áreas como o campo de influência de uma turbina, marcando automaticamente eventos importantes e alinhando-os com os registros de sonar e acústicos associados.

Por exemplo, quando uma água-viva deriva perto da turbina, a segmentação de instâncias apoiada por modelos Ultralytics YOLO como Ultralytics YOLOv8 e Ultralytics YOLO11 pode capturar todo o seu contorno na imagem. Isso garante que as interações com a vida selvagem sejam capturadas com detalhes contextuais completos em vez de ficarem enterradas dentro de horas de filmagens sem eventos.

Fig 1. Um exemplo do uso de modelos Ultralytics YOLO para detectar e segmentar águas-vivas.

Link to this sectionPor que escolher Ultralytics YOLO models?#

Os modelos Ultralytics YOLO dão à MarineSitu a velocidade e precisão necessárias para a detecção em tempo real em ambientes subaquáticos complexos. Modelos como YOLOv8 e YOLO11 funcionam eficientemente em seus sistemas de borda e podem ser exportados para formatos como TensorRT.

Link to this sectionO monitoramento da MarineSitu e Ultralytics YOLO atinge 96% de tempo de atividade#

O uso de modelos Ultralytics YOLO pela MarineSitu permitiu um monitoramento confiável e em tempo real da vida selvagem durante implantações de longo prazo em condições oceânicas difíceis.

Em uma implantação de 141 dias no Noroeste do Pacífico, o Pacote de Monitoramento Adaptável, ou AMP, da MarineSitu manteve mais de 96% de tempo de atividade apesar de correntes fortes, baixa visibilidade e pressão constante de bioincrustação. Os sistemas anti-incrustantes mantiveram as portas das câmeras, luzes e sonares de imagem limpos durante todo o tempo, garantindo dados de alta qualidade consistentes.

Com YOLO rodando continuamente no sistema, os pesquisadores podiam seguir focas, peixes e outras espécies enquanto se moviam ao redor da turbina. A detecção automática de objetos e a filtragem de eventos reduziram drasticamente o tempo de revisão manual. De acordo com pesquisadores do PNNL e UW-APL, revisar eventos marcados pelo YOLO levava frequentemente apenas uma ou duas horas por dia, em comparação ao processo demorado de analisar filmagens não filtradas.

Fig 2. Detectando uma foca usando um modelo Ultralytics YOLO.

Ao combinar hardware durável com sensoriamento multimodal e visão computacional em tempo real, a MarineSitu forneceu uma visão completa e contextual das interações com a vida selvagem, algo que teria sido extremamente difícil de alcançar apenas através de revisão manual. Esse nível de confiabilidade e eficiência está ajudando a acelerar avaliações ambientais para projetos de energia maremotriz e elevando o padrão para sistemas de monitoramento marinho.

Link to this sectionEscalando a inteligência marinha em tempo real#

A MarineSitu continua expandindo suas capacidades de visão computacional em tempo real em uma ampla gama de ambientes subaquáticos. Além das turbinas maremotrizes, seus sistemas baseados em Ultralytics YOLO estão sendo usados para monitorar a vida selvagem em portos, apoiar a pesquisa de recifes de coral, observar o comportamento dos peixes ao redor de instalações científicas e coletar dados ambientais de longo prazo em locais oceânicos remotos.

Com modelos YOLO no centro de seu pipeline de detecção, a MarineSitu está focada em melhorar o reconhecimento de espécies, fortalecer o processamento de IA baseado em borda e levar o monitoramento automatizado a mais locais onde os métodos convencionais são difíceis ou caros. Eles visam tornar o monitoramento subaquático mais eficiente e acessível, enquanto proporcionam aos pesquisadores insights mais claros e rápidos sobre como os ecossistemas marinhos interagem com a atividade humana.

Curioso sobre IA? Confira nossas opções de licenciamento para trazer a Vision AI para seus projetos. Visite nosso repositório GitHub para saber mais. Explore visão computacional em robótica e IA na indústria automotiva em nossas páginas de soluções.