MarineSitu достигает 96%+ времени безотказной работы при подводном мониторинге с использованием Ultralytics YOLO

Мониторинг подводной среды и морских энергетических систем — непростая задача, но она критически важна для понимания того, как эта инфраструктура взаимодействует с окружающей экосистемой, и для обеспечения её безопасной работы без вреда для дикой природы. Традиционно исследователям приходилось вручную просматривать часы подводных видеозаписей, что усложнялось мутной водой, сильными течениями и плохой видимостью.

MarineSitu помогает исследователям и организациям отслеживать и понимать подводную среду с помощью камер высокого разрешения, компьютерного зрения, гидролокаторов, экологических датчиков и моделей машинного обучения. Например, используя модели Ultralytics YOLO, их системы могут идентифицировать и отслеживать диких животных, перемещающихся вокруг приливных турбин и другой энергетической инфраструктуры.

Link to this sectionБолее интеллектуальный морской мониторинг благодаря инновациям в области ИИ#

Компания MarineSitu была основана в 2016 году на базе исследований Тихоокеанского центра морской энергетики (PMEC) и Лаборатории прикладной физики (APL) Вашингтонского университета. Сегодня они сотрудничают с такими организациями, как Министерство энергетики США и Национальное управление океанических и атмосферных исследований США.

Через платформы, такие как SaltySuite™, MarineSitu объединяет специализированное аппаратное обеспечение, включая камеры, гидролокаторы и гидрофоны, с моделями обнаружения на базе ИИ для контроля и анализа сложных подводных сред. В частности, применяя задачи компьютерного зрения, такие как обнаружение объектов (поиск и идентификация отдельных животных или предметов на изображении), классификация изображений (присвоение метки всему изображению на основе его содержимого) и отслеживание объектов (сопровождение обнаруженных объектов в последовательных кадрах для анализа их движения), MarineSitu предоставляет аналитику в реальном времени, поддерживая исследования в области морской энергетики, рыболовства и экологии.

Link to this sectionПочему подводный мониторинг сложнее, чем кажется#

Мониторинг морской среды гораздо сложнее, чем наблюдение за условиями на суше. Видимость может упасть без предупреждения, сильные течения смещают оборудование, а морские организмы могут быстро покрыть камеры и датчики. Условия меняются каждый час, что затрудняет сбор последовательных данных.

Для исследователей и энергетических операторов это создает серьезное препятствие. Проекты могут генерировать сотни терабайт видео, данных гидролокаторов и акустических записей, что делает ручной анализ медленным и непрактичным.

Удаленные океанские объекты сталкиваются с дополнительными трудностями, такими как ограниченная пропускная способность сети, из-за чего сложно отправлять большие видеофайлы в облако. Это увеличивает эксплуатационные расходы и создает проблемы с безопасностью данных.

Чтобы решить эти проблемы, MarineSitu использует подход граничного ИИ, который обрабатывает данные непосредственно на подводном оборудовании, не полагаясь на передачу в облако. Это позволяет обнаруживать диких животных и события в окружающей среде в реальном времени, сокращает объемы данных, которые исследователям нужно проверять, и обеспечивает надежность мониторинга даже в условиях низкой пропускной способности сети и непредсказуемой океанской среды.

Link to this sectionПодводное обнаружение в реальном времени с использованием моделей Ultralytics YOLO#

MarineSitu развертывает свои системы мониторинга вокруг сложной подводной инфраструктуры, включая приливные турбины, порты, исследовательские установки и долгосрочные экологические обсерватории, чтобы зафиксировать, как морские обитатели взаимодействуют с этими сооружениями. Их Adaptable Monitoring Package (AMP) объединяет оптические камеры высокого разрешения, гидролокаторы, гидрофоны, светодиодное освещение и системы защиты от обрастания, которые месяцами поддерживают чистоту линз и датчиков.

Для интерпретации непрерывного потока мультимодальных данных MarineSitu использует специально обученные модели Ultralytics YOLO, чтобы анализировать видеозаписи в реальном времени. Эти модели обнаруживают и отслеживают морские виды по мере их перемещения в зонах, таких как область влияния турбины, автоматически отмечая важные события и сопоставляя их с соответствующими записями гидролокаторов и акустическими данными.

Например, когда медуза проплывает рядом с турбиной, сегментация экземпляров, поддерживаемая моделями Ultralytics YOLO, такими как Ultralytics YOLOv8 и Ultralytics YOLO11, может захватить её полный контур на изображении. Это гарантирует, что взаимодействия с дикой природой фиксируются с полной контекстной детализацией, а не теряются в часах записей, где ничего не происходит.

Рис. 1. Пример использования моделей Ultralytics YOLO для обнаружения и сегментации медуз.

Link to this sectionПочему стоит выбрать модели Ultralytics YOLO?#

Модели Ultralytics YOLO обеспечивают MarineSitu скорость и точность, необходимые для обнаружения в реальном времени в сложных подводных условиях. Такие модели, как YOLOv8 и YOLO11, эффективно работают на их граничных системах и могут быть экспортированы в такие форматы, как TensorRT.

Link to this sectionМониторинг MarineSitu с использованием Ultralytics YOLO достигает 96% времени безотказной работы#

Использование моделей Ultralytics YOLO позволило MarineSitu обеспечить надежный мониторинг дикой природы в реальном времени во время длительных развертываний в сложных океанских условиях.

В ходе одного из 141-дневных развертываний на северо-западе Тихого океана система Adaptable Monitoring Package, или AMP, от MarineSitu поддерживала более 96% времени безотказной работы, несмотря на сильные течения, плохую видимость и постоянное воздействие биообрастания. Системы защиты от обрастания поддерживали чистоту портов камер, осветительных приборов и гидролокаторов всё это время, обеспечивая стабильно высокое качество данных.

Поскольку YOLO постоянно работала в системе, исследователи могли отслеживать тюленей, рыбу и другие виды, перемещающиеся вокруг турбины. Автоматизированное обнаружение объектов и фильтрация событий значительно сократили время ручного просмотра. По словам исследователей из PNNL и UW-APL, проверка событий, помеченных YOLO, часто занимала всего час или два в день, по сравнению с трудоемким процессом сканирования неотфильтрованного материала.

Рис. 2. Обнаружение тюленя с помощью модели Ultralytics YOLO.

Сочетая надежное оборудование с мультимодальными датчиками и компьютерным зрением в реальном времени, MarineSitu предоставила полную и контекстную картину взаимодействий с дикой природой, чего было бы крайне трудно достичь только при ручном просмотре. Этот уровень надежности и эффективности помогает ускорить экологическую оценку проектов приливной энергетики и повышает стандарты систем морского мониторинга.

Link to this sectionМасштабирование морской интеллектуальной системы в реальном времени#

MarineSitu продолжает расширять свои возможности компьютерного зрения в реальном времени для широкого спектра подводных условий. Помимо приливных турбин, их системы на базе Ultralytics YOLO используются для мониторинга дикой природы в портах, поддержки исследований коралловых рифов, наблюдения за поведением рыб вокруг научных установок и сбора долгосрочных экологических данных в удаленных океанских точках.

Используя модели YOLO в основе своего конвейера обнаружения, MarineSitu фокусируется на улучшении распознавания видов, усилении обработки ИИ на граничных устройствах и внедрении автоматизированного мониторинга в большем количестве мест, где традиционные методы сложны или дорогостоящи. Они стремятся сделать подводный мониторинг более эффективным и доступным, предоставляя исследователям более четкие и быстрые данные о том, как морские экосистемы взаимодействуют с деятельностью человека.

Интересуешься ИИ? Ознакомься с нашими вариантами лицензирования, чтобы внедрить Vision AI в свои проекты. Посети наш репозиторий GitHub, чтобы узнать больше. Изучи компьютерное зрение в робототехнике и ИИ в автомобильной промышленности на страницах наших решений.