MarineSitu, Ultralytics YOLO kullanarak su altı izlemede %96'nın üzerinde çalışma süresine ulaşıyor

Su altı ortamlarını ve deniz enerjisi sistemlerini izlemek kolay değildir, ancak bu altyapının çevreosistemle nasıl etkileşime girdiğini anlamak ve yaban hayatına zarar vermeden güvenli bir şekilde çalışmasını sağlamak için esastır. Geleneksel olarak araştırmacılar, bulanık koşullar, güçlü akıntılar ve tutarsız görüş mesafesi nedeniyle daha da zorlaşan bir görev olan saatlerce süren su altı görüntülerini manuel olarak incelemek zorunda kalmıştır.

MarineSitu; yüksek çözünürlüklü kameralar, computer vision, görüntüleme sonarları, çevresel sensörler ve makine öğrenimi modellerini kullanarak araştırmacıların ve kuruluşların su altı ortamlarını izlemesine ve anlamasına yardımcı olur. Örneğin, Ultralytics YOLO models kullanarak sistemleri, gelgit türbinleri ve diğer deniz enerjisi altyapıları etrafında hareket ederken yaban hayatını tanımlayabilir ve takip edebilir.

Yapay zeka inovasyonu ile daha akıllı deniz izleme#

2016 yılında kurulan MarineSitu, Pacific Marine Energy Center (PMEC) ve Washington Üniversitesi Uygulamalı Fizik Laboratuvarı’ndaki (APL) araştırmalardan doğmuştur. Bugün, ABD Enerji Bakanlığı ve ABD Ulusal Okyanus ve Atmosfer İdaresi gibi kuruluşlarla birlikte çalışmaktadırlar.

SaltySuite™ gibi platformlar aracılığıyla MarineSitu; kameralar, sonarlar ve hidrofondlar dahil olmak üzere amaca yönelik donanım sistemlerini, karmaşık su altı ortamlarını izlemek ve analiz etmek için yapay zeka destekli algılama modelleriyle entegre eder. Özellikle nesne tespiti (bir görüntü içindeki bireysel hayvanları veya nesneleri bulma ve tanımlama), görüntü sınıflandırma (içeriğine dayalı olarak tüm görüntüye bir etiket atama) ve nesne takibi (hareketlerini analiz etmek için algılanan nesneleri ardışık kareler boyunca takip etme) gibi computer vision tasks uygulayarak MarineSitu; deniz enerjisi, balıkçılık ve çevre araştırma çalışmalarını destekleyen gerçek zamanlı içgörüler sağlar.

Su altı izleme neden göründüğünden daha zordur#

Marine environments izlemek, karadaki koşulları gözlemlemekten çok daha zordur. Görüş mesafesi uyarı olmaksızın düşebilir, güçlü akıntılar ekipmanları yerinden oynatabilir ve deniz canlılarının oluşumları kameraları ve sensörleri hızla gizleyebilir. Koşullar saatten saate değişebilir ve bu da tutarlı veri toplamayı zorlaştırır.

Araştırmacılar ve enerji operatörleri için bu durum büyük bir darboğaz yaratır. Projeler, manuel incelemeyi yavaş ve pratik olmayan hale getiren yüzlerce terabaytlık video, sonar ve akustik veri üretebilir.

Uzak okyanus bölgeleri, büyük video dosyalarını buluta göndermeyi zorlaştıran sınırlı bant genişliği gibi ek engellerle karşı karşıyadır. Bu, operasyonel maliyetleri artırır ve veri güvenliği endişelerini beraberinde getirir.

Bu zorlukları çözmek için MarineSitu, bulut aktarımlarına güvenmek yerine verileri doğrudan su altı donanımı üzerinde işleyen bir edge AI yaklaşımı kullanır. Bu, yaban hayatı ve çevresel olayların gerçek zamanlı olarak tespit edilmesini sağlar, araştırmacıların gözden geçirmesi gereken veri miktarını azaltır ve düşük bant genişliğine sahip, öngörülemeyen okyanus koşullarında bile izlemenin güvenilir kalmasını sağlar.

Ultralytics YOLO modelleri ile gerçek zamanlı su altı tespiti#

MarineSitu, deniz yaşamının bu yapılarla nasıl etkileşime girdiğini yakalamak için gelgit türbinleri, limanlar, araştırma tesisleri ve uzun vadeli çevresel gözlemevleri dahil olmak üzere zorlu su altı altyapıları çevresinde izleme sistemlerini konuşlandırır. Adaptable Monitoring Package (AMP) sistemleri, yüksek çözünürlüklü optik kameraları, görüntüleme sonarlarını, hidrofonları, LED aydınlatmayı ve lensleri ve sensörleri aylarca temiz tutan zehirli boya önleyici sistemleri entegre eder.

Sürekli çok modlu veri akışını yorumlamak için MarineSitu, video görüntülerini gerçek zamanlı olarak analiz etmek amacıyla özel olarak eğitilmiş Ultralytics YOLO modellerini kullanır. Bu modeller, türbinin etki alanı gibi alanlardan geçerken deniz türlerini tespit edip takip eder, önemli olayları otomatik olarak işaretler ve bunları ilgili sonar ve akustik kayıtlarıyla hizalar.

Örneğin, türbinin yakınında bir denizanası sürüklendiğinde, Ultralytics YOLOv8 ve Ultralytics YOLO11 gibi Ultralytics YOLO models tarafından desteklenen örnek bölütleme, görüntünün içindeki tüm anahatlarını yakalayabilir. Bu, yaban hayatı etkileşimlerinin olaysız saatlerce süren görüntüler arasında kaybolmak yerine tam bağlamsal ayrıntıyla yakalanmasını sağlar.

Şekil 1. Denizanasını tespit etmek ve bölümlere ayırmak için Ultralytics YOLO modellerinin kullanımına bir örnek.

Neden Ultralytics YOLO modellerini seçmelisin?#

Ultralytics YOLO models, MarineSitu'ya karmaşık su altı ortamlarında gerçek zamanlı algılama için gereken hızı ve doğruluğu sağlar. YOLOv8 ve YOLO11 gibi modeller uç sistemlerinde verimli bir şekilde çalışır ve TensorRT gibi formatlara aktarılabilir.

MarineSitu ve Ultralytics YOLO izleme %96 çalışma süresine ulaşıyor#

MarineSitu’nun Ultralytics YOLO modellerini kullanımı, zorlu okyanus koşullarında uzun vadeli konuşlandırmalar sırasında güvenilir, gerçek zamanlı yaban hayatı izlemeyi mümkün kılmıştır.

Pasifik Kuzeybatı’daki 141 günlük bir konuşlandırmada, MarineSitu Adaptable Monitoring Package veya AMP, güçlü akıntılara, düşük görüş mesafesine ve sürekli biyolojik kirlenme baskısına rağmen %96’nın üzerinde çalışma süresini korudu. Zehirli boya önleyici sistemler kamera girişlerini, ışıkları ve görüntüleme sonarlarını tüm süre boyunca temiz tutarak tutarlı ve yüksek kaliteli veriler sağladı.

YOLO sistem üzerinde sürekli çalışırken, araştırmacılar türbin çevresinde hareket eden fokları, balıkları ve diğer türleri takip edebildiler. Otomatik nesne tespiti ve olay filtreleme, manuel inceleme süresini önemli ölçüde azalttı. PNNL ve UW-APL araştırmacılarına göre, YOLO ile işaretlenmiş olayları gözden geçirmek, filtrelenmemiş görüntüleri taramanın zaman alıcı süreciyle karşılaştırıldığında genellikle her gün sadece bir veya iki saat sürdü.

Şekil 2. Ultralytics YOLO modeli kullanarak bir fokun tespiti.

Dayanıklı donanımı çok modlu algılama ve gerçek zamanlı bilgisayarlı görü ile eşleştiren MarineSitu, yalnızca manuel inceleme ile elde edilmesi son derece zor olacak yaban hayatı etkileşimlerinin eksiksiz ve bağlamsal bir görünümünü sağladı. Bu güvenilirlik ve verimlilik düzeyi, gelgit enerjisi projeleri için çevresel değerlendirmeleri hızlandırmaya yardımcı oluyor ve deniz izleme sistemleri için standardı yükseltiyor.

Gerçek zamanlı deniz zekasını ölçeklendirme#

MarineSitu, gerçek zamanlı bilgisayarlı görü yeteneklerini çok çeşitli su altı ortamlarında genişletmeye devam ediyor. Gelgit türbinlerinin ötesinde, Ultralytics YOLO destekli sistemleri limanlardaki yaban hayatını izlemek, mercan resifi araştırmalarını desteklemek, bilimsel tesisler etrafındaki balık davranışlarını gözlemlemek ve uzak okyanus bölgelerinde uzun vadeli çevresel veriler toplamak için kullanılıyor.

Tespit hattının merkezinde YOLO modelleri bulunan MarineSitu, tür tanımayı geliştirmeye, uç tabanlı yapay zeka işlemeyi güçlendirmeye ve geleneksel yöntemlerin zor veya maliyetli olduğu daha fazla konuma otomatik izleme getirmeye odaklanıyor. Su altı izlemeyi daha verimli ve erişilebilir hale getirmeyi, aynı zamanda araştırmacılara deniz ekosistemlerinin insan faaliyetiyle nasıl etkileşime girdiğine dair daha net ve hızlı içgörüler sunmayı amaçlıyorlar.

Yapay zekayı merak mı ediyorsun? Projelerine Vision AI kazandırmak için licensing options göz at. Daha fazla bilgi edinmek için GitHub repository ziyaret et. Çözüm sayfalarımızda computer vision in robotics ve AI in the automotive endüstrisini keşfet.