Project Ocean Oasis создает работающие на солнечной энергии периферийные устройства с подводными камерами и гидрофонами, размещаемые на причалах, платформах и автономных буях. Ultralytics YOLO работает непосредственно на устройстве, используя восходящее соединение через Starlink или сотовую сеть и обеспечивая многолетний мониторинг океана научного уровня.
Поскольку морские экосистемы сталкиваются с беспрецедентными угрозами из-за изменения климата, загрязнения и перелова, потребность в масштабируемых научно обоснованных данных об океане как никогда высока. Project Ocean Oasis (PO2), австралийская некоммерческая организация, решает эту задачу напрямую, создавая автономные системы мониторинга, рассчитанные на многолетнюю работу в суровых морских условиях.
Интегрируя модели Ultralytics YOLO в свой конвейер от периферийных устройств до облака и используя Ultralytics Platform, PO2 закладывает основу новой эры непрерывного мониторинга рифов и биоразнообразия на базе AI.
Создание основы для данных об океане#
Project Ocean Oasis разрабатывает автономные системы с поддержкой AI для долгосрочного сбора данных об океане. Созданная в сотрудничестве с WASSOC (инженерной компанией, специализирующейся на подводных технологиях и имеющей более 40 лет опыта), AWS и Ultralytics, PO2 предоставляет комплексную платформу, объединяющую защищенное оборудование, AI на периферии и в облаке, а также научно подтвержденные наборы данных для доказательной защиты морских экосистем.
Каждое устройство PO2 рассчитано на одновременный запуск нескольких моделей AI и располагает достаточным запасом ресурсов для дальнейшего расширения. Системы спроектированы для работы в условиях рифовых течений, коррозии и биообрастания, годами функционируют без обслуживания и масштабируются в различных средах.
Проблемы долгосрочного автономного мониторинга рифов#
Масштабный мониторинг рифов и морского биоразнообразия сопряжен с уникальным набором проблем. Традиционные методы опираются на дайверов, лодки и ручной сбор данных, что дорого, проводится нерегулярно и часто нарушает состояние изучаемых экосистем. По мере глобального ухудшения состояния рифов разрыв между данными, необходимыми ученым, и данными, которые они могут реально собирать, продолжает увеличиваться.
Даже несмотря на то, что компьютерное зрение и периферийный AI становятся доступнее, развертывание этих технологий под водой создает новые ограничения. Устройства должны работать от солнечной энергии и аккумуляторов, поддерживать параллельный запуск нескольких моделей AI и быть достаточно прочными, чтобы выдерживать многолетнее воздействие соленой воды без активного обслуживания. Энергоэффективность критически важна: при наличии всего около 600 ватт·ч энергии в сутки каждый компонент — от камеры до микросхемы инференса — необходимо тщательно выбирать, чтобы максимально увеличить время работы и при этом обеспечить точные данные в реальном времени.
Для PO2 недостающим элементом была достаточно гибкая платформа моделей для работы на широком спектре периферийного оборудования, достаточно точная для отслеживания морского биоразнообразия и достаточно простая для итеративного совершенствования по мере развития платформы в рамках многолетних развертываний.
От периферийных устройств до облака с Ultralytics YOLO#
Платформа мониторинга PO2 объединяет подводные камеры, гидрофоны и другие датчики, установленные на автономных буях с солнечными панелями, аккумуляторами и спутниковой связью.
Для работы с аудио PO2 HydroPulse (специализированный встраиваемый периферийный гидрофон) потребляет около 1,3 Вт на стандартном оборудовании с архитектурой ARM, что достаточно мало для длительной работы от солнечной энергии и аккумулятора.
Для запуска на камерах планируется развернуть модели Ultralytics YOLO на периферийном оборудовании системы, чтобы выполнять обнаружение и отслеживание объектов в реальном времени в видеопотоках, идентифицируя и отслеживая рыб и других морских животных непосредственно под водой.
Трекинг YOLO связывает одну и ту же особь между кадрами, поэтому она учитывается только один раз, а ее обнаружение с наибольшей уверенностью используется как запись об этой рыбе. Одна запись по сути выглядит так:
{
"label": "Acanthurus triostegus",
"confidence": 0.94,
"length_cm": 18
}с прикрепленными подсчетами MaxN на уровне сессии и данными об окружающей среде. В результате формируются стандартизированные данные, готовые для научного использования, а не видеозаписи, которые нужно просматривать позднее.
Рис. 1. Ultralytics YOLO26 выполняет обнаружение на уровне видов на видеозаписи гавайского рифа.
Каждый камерный модуль будет выполнять обнаружение и отслеживание на периферии, а затем передавать компактные структурированные события (JSON объемом в несколько килобайт), а не исходное видео.
Когда система обнаруживает интересующий объект, результаты инференса отправляются через спутник в облачную архитектуру, где они агрегируются, анализируются и предоставляются ученым и партнерам по охране природы. Такая архитектура с приоритетом периферийной обработки значительно снижает требования к передаче данных, экономит энергию и позволяет платформе работать годами после развертывания без ручного вмешательства.
Чтобы обеспечить долгосрочную актуальность системы, PO2 тесно сотрудничала с Ultralytics при оценке новейшего поколения периферийных AI-ускорителей на базе NPU. Это сотрудничество помогло PO2 подобрать оптимальные сочетания оборудования в рамках строгого энергетического бюджета, сохранив гибкость для добавления новых моделей AI, например для аудиоинференса по данным гидрофонов, по мере развития платформы.
Рис. 2. Описание решения Ocean Oasis.
Один из первых пользователей Ultralytics Platform#
Помимо использования моделей Ultralytics YOLO в рабочей среде, PO2 стала одним из самых первых корпоративных пользователей Ultralytics Platform — новой комплексной среды для разметки, обучения и развертывания моделей YOLO в одном месте.
Используя Ultralytics Platform, команда PO2 может управлять морскими наборами данных, обучать стандартные модели YOLO26 и модели Ultralytics Enterprise YOLO26, применять Smart Annotation для значительного ускорения разметки данных и экспортировать обученные модели практически в любой формат для развертывания на своем периферийном оборудовании. Этот унифицированный рабочий процесс помогает PO2 быстро выполнять итерации по мере развития проекта, сохраняя данные, модели и эксперименты централизованными по мере масштабирования команды.
Почему стоит выбрать Ultralytics YOLO?#
Для Project Ocean Oasis сотрудничество с Ultralytics выходит за рамки производительности моделей, предоставляя доступ к экспертизе и унифицированной платформе, которая поддерживает команду на каждом этапе разработки. Модели Ultralytics YOLO обладают гибкостью для работы на широком спектре периферийных устройств — от микроконтроллеров с ультранизким энергопотреблением до более производительных AI-ускорителей NPU — и обеспечивают точность, необходимую для мониторинга биоразнообразия под водой.
Тесно сотрудничая с Ultralytics, PO2 смогла разобраться в сложной экосистеме периферийных AI-ускорителей и определить подходящих партнеров по оборудованию для своих целей многолетнего развертывания.
На пути к более здоровому океану#
Project Ocean Oasis провела комплексную проверку своих первых датчиков — от периферийного AI-инференса до облачной панели мониторинга — и теперь готовится к развертыванию в воде. Аппаратная часть готова для партнеров, облачная архитектура работает, а научные специалисты уже определены на местах развертывания.
Начиная с 2026 года команда будет масштабировать систему на новые площадки, расширять набор AI-моделей на устройствах и закладывать основу для связанной глобальной сети мониторинга.
PO2 строится с расчетом на перспективу нескольких поколений. Непрерывный мониторинг моря — это базовый уровень, доказательная основа, делающая возможным все последующие действия. Задача не в том, чтобы завершить этот процесс, а в том, чтобы правильно его начать.
Хочешь создавать собственные решения на базе Vision AI? Посети наш репозиторий на GitHub, чтобы изучить модели Ultralytics YOLO, узнать, как YOLO поддерживает инновации в сфере AI для охраны природы, и ознакомиться с Ultralytics Platform, чтобы начать создавать собственные комплексные рабочие процессы на базе vision AI.
