O Project Ocean Oasis constrói unidades de edge alimentadas por energia solar, com câmaras subaquáticas e hidrofones, instaladas em cais, plataformas e boias autónomas. O Ultralytics YOLO é executado no dispositivo, com ligação ascendente via Starlink ou rede móvel, proporcionando anos de monitorização oceânica com qualidade científica.
À medida que os ecossistemas marinhos enfrentam ameaças sem precedentes decorrentes das alterações climáticas, da poluição e da sobrepesca, a procura por inteligência oceânica escalável e baseada em evidências nunca foi tão grande. O Project Ocean Oasis (PO2), uma organização australiana sem fins lucrativos, responde diretamente a este desafio ao construir sistemas autónomos concebidos para operar durante anos em ambientes marinhos adversos.
Ao integrar modelos Ultralytics YOLO no seu pipeline do edge à cloud e tirar partido da Ultralytics Platform, o PO2 está a lançar as bases para uma nova era de monitorização contínua, baseada em IA, dos recifes e da biodiversidade.
Construir os alicerces da inteligência oceânica#
O Project Ocean Oasis desenvolve sistemas autónomos com IA para inteligência oceânica de longo prazo. Desenvolvido em colaboração com a WASSOC (uma empresa de engenharia submarina com mais de 40 anos de experiência), a AWS e a Ultralytics, o PO2 fornece uma plataforma completa que combina hardware robusto, IA no edge e na cloud e conjuntos de dados cientificamente validados para apoiar a proteção dos ecossistemas marinhos baseada em evidências.
Cada unidade PO2 foi concebida para executar vários modelos de IA em simultâneo, com capacidade interna suficiente para futuras expansões. Os sistemas são desenvolvidos para resistir a correntes fortes nos recifes, corrosão e bioincrustação, funcionando durante anos sem manutenção e podendo ser escalados para diversos ambientes.
O desafio da monitorização autónoma de recifes a longo prazo#
A monitorização de recifes e da biodiversidade marinha em grande escala apresenta um conjunto único de desafios. Os métodos tradicionais dependem de mergulhadores, barcos e recolha manual de dados, que são dispendiosos, intermitentes e frequentemente perturbadores para os ecossistemas estudados. À medida que a saúde dos recifes se deteriora a nível mundial, continua a aumentar a distância entre os dados de que os cientistas precisam e os dados que conseguem recolher realisticamente.
Mesmo com a crescente acessibilidade da visão computacional e da IA no edge, a implementação destas tecnologias debaixo de água introduz novas limitações. Os dispositivos têm de funcionar com energia solar e baterias, ser capazes de executar vários modelos de IA em paralelo e ser suficientemente robustos para resistir a anos de exposição à água salgada sem manutenção ativa. A eficiência energética é crítica: com apenas cerca de 600 watts de energia disponíveis por dia, cada componente, desde a câmara ao chip de inferência, tem de ser cuidadosamente escolhido para maximizar o tempo de atividade e, simultaneamente, fornecer informações precisas em tempo real.
Para o PO2, faltava um framework de modelos suficientemente flexível para funcionar numa ampla variedade de hardware de edge, suficientemente preciso para acompanhar a biodiversidade marinha e suficientemente fácil de iterar à medida que a plataforma evoluía ao longo de implementações de vários anos.
Do edge à cloud com o Ultralytics YOLO#
A plataforma de monitorização do PO2 combina câmaras subaquáticas, hidrofones e outros sensores instalados em boias autónomas equipadas com painéis solares, baterias e conectividade por satélite.
Para áudio, o PO2 HydroPulse (hidrofone incorporado personalizado para edge) funciona a cerca de 1,3 W em hardware ARM comum, um consumo suficientemente baixo para implementações solares e com bateria de longo prazo.
Com o objetivo de funcionar nas câmaras, os modelos Ultralytics YOLO deverão ser implementados no hardware de edge do sistema, realizando deteção e tracking de objetos em tempo real em streams de vídeo para identificar e acompanhar peixes e outras formas de vida marinha diretamente debaixo de água.
O tracking do YOLO associa o mesmo indivíduo entre frames, para que seja contado apenas uma vez, sendo a deteção com maior confiança considerada o registo desse peixe. Um único registo é essencialmente:
{
"label": "Acanthurus triostegus",
"confidence": 0.94,
"length_cm": 18
}com contagens MaxN ao nível da sessão e contexto ambiental associados. Isto resulta em dados padronizados e prontos para utilização científica, em vez de imagens para rever mais tarde.
Fig. 1. Ultralytics YOLO26 a executar deteção ao nível da espécie em imagens de recifes havaianos.
Cada unidade de câmara detetará e acompanhará objetos no edge e, em seguida, enviará eventos estruturados compactos (JSON à escala de kilobytes), não vídeo bruto.
Quando o sistema deteta um objeto de interesse, os resultados da inferência são enviados via satélite para uma arquitetura cloud, onde são agregados, analisados e disponibilizados a cientistas e parceiros de conservação. Este design que prioriza o edge reduz significativamente as necessidades de transmissão, conserva energia e permite que a plataforma opere durante anos por implementação, sem intervenção manual.
Para preparar o sistema para o futuro, o PO2 trabalhou em estreita colaboração com a Ultralytics para avaliar a mais recente geração de aceleradores de IA no edge equipados com NPU. Esta colaboração ajudou o PO2 a selecionar as combinações de hardware adequadas ao seu rigoroso orçamento energético, mantendo simultaneamente a flexibilidade para adicionar novos modelos de IA, como inferência de áudio sobre dados de hidrofones, à medida que a plataforma cresce.
Fig. 2. A apresentar a solução do Ocean Oasis.
Um dos primeiros adotantes da Ultralytics Platform#
Além de utilizar modelos Ultralytics YOLO em produção, o PO2 tornou-se um dos primeiros utilizadores empresariais da Ultralytics Platform, o novo ambiente completo para anotar, treinar e implementar modelos YOLO num único local.
Com a Ultralytics Platform, a equipa do PO2 pode gerir conjuntos de dados marinhos, treinar modelos YOLO26 padrão e Ultralytics Enterprise, utilizar a Smart Annotation para acelerar significativamente a anotação de dados e exportar modelos treinados para praticamente qualquer formato, para implementação no seu hardware de edge. Este fluxo de trabalho unificado ajudou o PO2 a iterar rapidamente à medida que o projeto evolui, mantendo os dados, modelos e experiências centralizados enquanto a equipa cresce.
Porquê escolher o Ultralytics YOLO?#
Para o Project Ocean Oasis, a colaboração com a Ultralytics vai além do desempenho dos modelos, proporcionando acesso a conhecimentos especializados e a uma plataforma unificada que apoia a equipa em todas as fases do desenvolvimento. Os modelos Ultralytics YOLO oferecem a flexibilidade para funcionar numa ampla variedade de dispositivos de edge, desde MCU de consumo ultrabaixo até aceleradores NPU de maior desempenho, proporcionando simultaneamente a precisão necessária para a monitorização da biodiversidade subaquática.
Ao trabalhar em estreita colaboração com a Ultralytics, o PO2 conseguiu navegar pelo complexo panorama dos aceleradores de IA no edge e identificar os parceiros de hardware adequados aos seus objetivos de implementação plurianual.
Rumo a um oceano mais saudável#
O Project Ocean Oasis validou os seus primeiros sensores de ponta a ponta, desde a inferência de IA no edge até ao dashboard na cloud, e está agora a preparar a implementação na água. A construção do hardware está pronta para os parceiros, a arquitetura cloud está operacional e os investigadores científicos estão preparados nos locais de implementação.
A partir de 2026, a equipa irá expandir-se para vários locais, ampliar o conjunto de IA no dispositivo e lançar as bases para uma rede global de monitorização interligada.
O PO2 baseia-se num horizonte temporal que abrange várias gerações. A monitorização marinha contínua é a camada fundamental, a base de evidências que torna possível tudo o que vem a seguir. O objetivo não é concluí-la, mas iniciá-la bem.
Interessado em criar as tuas próprias soluções de Vision AI? Visita o nosso repositório no GitHub para explorar os modelos Ultralytics YOLO, descobrir como o YOLO está a apoiar inovações na IA para conservação e consultar a Ultralytics Platform para começares a criar os teus próprios fluxos de trabalho de Vision AI de ponta a ponta.
