С помощью моделей Ultralytics YOLO компания MarineSitu автоматизировала обнаружение животных вокруг объектов морской энергетики, достигла показателя безотказной работы свыше 96% и сократила ежедневный просмотр видеозаписей до одного-двух часов.
Мониторинг подводных условий и объектов морской энергетики — непростая задача, но она необходима для понимания взаимодействия этой инфраструктуры с окружающей экосистемой и обеспечения её безопасной работы без вреда для животных. Традиционно исследователям приходилось вручную просматривать многочасовые подводные видеозаписи, а мутная вода, сильные течения и нестабильная видимость ещё больше усложняли эту работу.
MarineSitu помогает исследователям и организациям отслеживать и изучать подводные условия с помощью камер высокого разрешения, компьютерного зрения, обзорных сонаров, датчиков окружающей среды и моделей машинного обучения. Например, с использованием моделей Ultralytics YOLO их системы могут обнаруживать и отслеживать животных, перемещающихся вокруг приливных турбин и других объектов морской энергетической инфраструктуры.
Более интеллектуальный морской мониторинг благодаря инновациям в области ИИ#
Компания MarineSitu, основанная в 2016 году, выросла из исследований, проводившихся в Тихоокеанском центре морской энергетики (PMEC) и Лаборатории прикладной физики Вашингтонского университета (APL). Сегодня она сотрудничает с такими организациями, как Министерство энергетики США и Национальное управление океанических и атмосферных исследований США.
Через такие платформы, как SaltySuite™, MarineSitu объединяет специально разработанные аппаратные системы, включая камеры, сонары и гидрофоны, с моделями обнаружения на базе ИИ для мониторинга и анализа сложных подводных условий. В частности, применяя такие задачи компьютерного зрения, как обнаружение объектов (определение местоположения и распознавание отдельных животных или объектов 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 данные в реальном времени, которые поддерживают исследования морской энергетики, рыболовства и окружающей среды.
Почему подводный мониторинг сложнее, чем кажется#
Мониторинг морской среды значительно сложнее наблюдения за условиями на суше. Видимость может внезапно ухудшиться, сильные течения смещают оборудование, а морские организмы быстро покрывают камеры и датчики. Условия могут меняться каждый час, что затрудняет стабильный сбор данных.
Для исследователей и операторов энергетических объектов это создаёт серьёзное узкое место. Проекты могут генерировать сотни терабайт видео-, сонарных и акустических данных, из-за чего ручной просмотр становится медленным и непрактичным.
Удалённые океанские объекты сталкиваются с дополнительными трудностями, например с ограниченной пропускной способностью каналов связи, из-за чего отправка больших видеофайлов в облако становится затруднительной. Это повышает эксплуатационные расходы и создаёт риски для безопасности данных.
Для решения этих проблем MarineSitu использует подход периферийного ИИ, обрабатывая данные непосредственно на подводном оборудовании, а не полагаясь на передачу данных в облако. Это обеспечивает обнаружение животных и событий окружающей среды в реальном времени, сокращает объём данных, которые исследователям нужно просматривать, и поддерживает надёжность мониторинга даже в условиях низкой пропускной способности каналов связи и непредсказуемой обстановки в океане.
Обнаружение под водой в реальном времени с использованием моделей Ultralytics YOLO#
MarineSitu разворачивает свои системы мониторинга на сложных подводных объектах, включая приливные турбины, порты, исследовательские установки и долгосрочные экологические обсерватории, чтобы фиксировать взаимодействие морских обитателей с этими сооружениями. Их адаптируемый комплект мониторинга (AMP) объединяет оптические камеры высокого разрешения, обзорные сонары, гидрофоны, светодиодное освещение и системы защиты от обрастания, которые поддерживают чистоту объективов и датчиков в течение нескольких месяцев.
Для интерпретации непрерывного потока мультимодальных данных MarineSitu использует специально обученные модели Ultralytics YOLO для анализа видеозаписей в реальном времени. Эти модели обнаруживают и отслеживают морские виды, перемещающиеся в таких зонах, как область воздействия турбины, автоматически отмечают важные события и сопоставляют их с соответствующими сонарными и акустическими записями.
Например, когда медуза проплывает рядом с турбиной, сегментация экземпляров с использованием таких моделей Ultralytics YOLO, как Ultralytics YOLOv8 и Ultralytics YOLO11, позволяет получить её полный контур на изображении. Благодаря этому взаимодействие с животными фиксируется во всех контекстуальных деталях, а не теряется среди многочасовых видеозаписей без заметных событий.
Рис. 1. Пример обнаружения и сегментации медуз с использованием моделей Ultralytics YOLO.
Почему стоит выбрать модели Ultralytics YOLO?#
Модели Ultralytics YOLO обеспечивают MarineSitu необходимую для обнаружения в реальном времени скорость и точность в сложных подводных условиях. Такие модели, как YOLOv8 и YOLO11, эффективно работают на периферийных системах компании и могут экспортироваться в такие форматы, как TensorRT.
MarineSitu и мониторинг с помощью Ultralytics YOLO обеспечивают показатель безотказной работы 96%#
Использование MarineSitu моделей Ultralytics YOLO обеспечило надёжный мониторинг животных в реальном времени во время длительной эксплуатации в сложных океанских условиях.
Во время одного 141-дневного развертывания на северо-западе Тихого океана адаптируемый комплект мониторинга MarineSitu, или AMP, поддерживал показатель безотказной работы свыше 96%, несмотря на сильные течения, низкую видимость и постоянное воздействие биологического обрастания. Системы защиты от обрастания всё это время поддерживали чистоту окон камер, осветителей и обзорных сонаров, обеспечивая стабильные высококачественные данные.
При непрерывной работе YOLO на системе исследователи могли отслеживать тюленей, рыб и другие виды, перемещавшиеся вокруг турбины. Автоматическое обнаружение объектов и фильтрация событий значительно сократили время ручного просмотра. По словам исследователей PNNL и UW-APL, просмотр событий, отмеченных YOLO, часто занимал всего один-два часа в день, тогда как просмотр нефильтрованных видеозаписей требовал значительно больше времени.
Рис. 2. Обнаружение тюленя с использованием модели Ultralytics YOLO.
Объединив надёжное оборудование с мультимодальным зондированием и компьютерным зрением в реальном времени, MarineSitu получила полное и контекстное представление о взаимодействии животных с инфраструктурой — добиться этого только с помощью ручного просмотра было бы чрезвычайно сложно. Такой уровень надёжности и эффективности помогает ускорить экологическую оценку проектов приливной энергетики и повышает стандарты систем морского мониторинга.
Масштабирование интеллектуального анализа морской среды в реальном времени#
MarineSitu продолжает расширять возможности компьютерного зрения в реальном времени для самых разных подводных условий. Помимо приливных турбин, системы компании на базе Ultralytics YOLO используются для мониторинга животных в портах, поддержки исследований коралловых рифов, наблюдения за поведением рыб возле научных установок и долгосрочного сбора экологических данных на удалённых океанских объектах.
Используя модели YOLO в основе конвейера обнаружения, MarineSitu сосредоточилась на улучшении распознавания видов, усилении обработки данных с помощью периферийного ИИ и внедрении автоматизированного мониторинга в большем числе мест, где традиционные методы сложны или дороги. Компания стремится сделать подводный мониторинг эффективнее и доступнее, предоставляя исследователям более ясные и быстрые сведения о взаимодействии морских экосистем с деятельностью человека.
Интересуешься ИИ? Ознакомься с нашими вариантами лицензирования, чтобы внедрить Vision AI в свои проекты. Посети наш репозиторий на GitHub, чтобы узнать больше. Изучи решения для компьютерного зрения в робототехнике и ИИ в автомобильной отрасли на наших страницах решений.
