Bảo vệ Đa dạng sinh học: Câu chuyện thành công của Quỹ Thế giới Kashmir với Ultralytics YOLOv5 Và YOLOv8

Kashmir World Foundation (KWF) được thành lập tại Great Falls, Virginia vào năm 2008 với sứ mệnh triển khai công nghệ mới nhất trong cuộc chiến bảo tồn và bảo vệ động vật hoang dã trên quy mô toàn cầu. KWF xây dựng và vận hành các hệ thống tự động, không người lái để hỗ trợ các nỗ lực bảo tồn và chống săn trộm của mình. Năm 2013, KWF bắt đầu áp dụng trí tuệ nhân tạo vào hoạt động của mình.

Theo WWF , mất môi trường sống gây ra mối đe dọa sinh tồn lớn nhất đối với 85% tất cả các loài trong "Sách Đỏ", danh sách các loài bị đe dọa hoặc có nguy cơ tuyệt chủng. Đồng thời, nhu cầu về động vật hoang dã bị săn trộm để sử dụng trong y học cổ truyền, ẩm thực, hoặc thú cưng kỳ lạ đang gia tăng và được báo cáo là đã tăng lên. Mất môi trường sống và nạn săn trộm cùng nhau đe dọa đa dạng sinh học toàn cầu và gây ra những tác động thảm khốc đến cộng đồng và môi trường địa phương.

Nhấn mạnh sự hợp tác nội bộ chặt chẽ, Nhà sáng lập kiêm Giám đốc điều hành, Aliyah Pandolfi giải thích rằng “các sinh viên, học giả, kỹ sư và nhà khoa học từ khắp nơi trên thế giới sẵn sàng tình nguyện thời gian và chuyên môn của họ.” KWF được điều hành 100% bởi các tình nguyện viên từ khắp nơi trên thế giới. Thông qua công việc của mình, KWF đã đạt được những tiến bộ lớn trong việc bảo vệ các loài bị đe dọa và nhiều loài có nguy cơ tuyệt chủng như Mèo cát ở Qatar, Rùa biển ở Costa Rica và Báo tuyết ở dãy Himalaya.

"Tất cả chúng ta làm điều này vì chúng ta yêu động vật, nhưng quan trọng hơn là chúng ta muốn sử dụng các kỹ năng của mình để làm điều tốt trên thế giới và tạo ra một sự thay đổi tích cực cho những loài có thể không sống sót nếu không có chúng."

Aliyah Pandolfi
Người sáng lập và Giám đốc điều hành, Kashmir World Foundation

Chống lại vấn nạn săn trộm

Trong nhiều trường hợp, các nhà bảo tồn gặp rất nhiều khó khăn trong việc tiếp cận các địa điểm xảy ra nạn săn trộm. KWF phải đối mặt với bốn trở ngại chính trong các nỗ lực bảo tồn ở những vùng hẻo lánh trên thế giới:

• Các kiểu thời tiết nguy hiểm
• Các yếu tố kinh tế-chính trị khó lường
• Địa hình khắc nghiệt
• Thiếu nguồn lực để cử người đến những khu vực này mọi lúc

Trước đây, các nhà bảo tồn đã đặt các thiết bị ghi hình tại hiện trường để xem lại sau. Với hàng trăm nghìn giờ ghi hình, quá trình này đòi hỏi người xem phải tỉ mỉ quan sát. detect và xác định cả loài động vật lẫn kẻ săn trộm. Do hạn chế về thời gian và sai sót của con người, cách tiếp cận này đã gây bất lợi cho các nhà bảo tồn. Các tình nguyện viên tại KWF hiểu rằng họ cần được trang bị tốt hơn để lên tiếng chống lại kẻ săn trộm và săn bắn trái phép.

Sự tiến bộ không thể tránh khỏi của công nghệ hoạt động như một con dao hai lưỡi. Khi nó tiếp tục trở nên chất lượng cao hơn và dễ tiếp cận hơn, cả các nhà bảo tồn và những kẻ xấu đều có thể có được công nghệ mới nhất. Để duy trì tính cạnh tranh, các nhà bảo tồn phải chuẩn bị khai thác sức mạnh của công nghệ mới nhất để sử dụng lợi thế của họ.

Con đường sáng tạo phía trước

Pandolfi cần một giải pháp mạnh mẽ tại hiện trường, cung cấp cho KWF thông tin theo thời gian thực. Cần một giải pháp loại bỏ lỗi của con người và đối mặt với bốn trở ngại chính, cô biết rằng ngay cả một vài giây cũng có thể tạo ra sự khác biệt trong một nhiệm vụ chống săn trộm, có nghĩa là thông tin chi tiết theo thời gian thực có thể đóng vai trò trực tiếp trong việc ngăn chặn một con vật bị giết.

Với sự sáng tạo của mình, Pandolfi đã xem xét công nghệ và các nguồn lực cần thiết cho dự án. Mặc dù phần lớn công nghệ cô ấy cần đã có sẵn ngày nay, Pandolfi đang dự đoán việc phát hành phần cứng và phần mềm sẽ có sẵn trong tương lai gần. Dẫn dắt nhóm của cô ấy tại KWF để phát triển các phương pháp tiếp cận sử dụng máy bay không người lái, AI và khả năng GPS.

"Vào đầu dự án này, đã có rất nhiều nghi ngờ từ cộng đồng. Tôi đã được bảo rằng điều đó thật điên rồ, không thể thực hiện được, bạn không thể làm được và công nghệ không tồn tại, nhưng tôi đã suy nghĩ về dài hạn, khoa học máy tính và khả năng của máy bay không người lái cần phải phát triển và kết hợp với nhau cho dự án này."

Bằng cách đặt nhiều camera và cảm biến ở các vị trí có nguy cơ, KWF nhận dữ liệu từ các địa điểm trên khắp thế giới, cung cấp cho họ những thông tin chi tiết hữu ích để đưa ra các quyết định nhanh chóng.

"Hãy tưởng tượng rằng có những kẻ săn trộm ở một địa điểm cụ thể," Pandolfi nói, "chúng tôi muốn có thể theo dõi chúng và cảnh báo kiểm lâm về vị trí của chúng để họ có thể chặn những kẻ săn trộm và ngăn chặn chúng trước khi chúng giết bất kỳ con vật nào."

Tại sao YOLOv5 ?

Do yêu cầu phát hiện đối tượng theo thời gian thực, KWF cần kết quả đầu ra của mô hình phải có độ chính xác và độ tin cậy cao. Khi cân nhắc các lựa chọn, Trưởng nhóm AI KWF của Pandolfi, Daan Eeltink , một sinh viên đến từ Hà Lan, đã so sánh hiệu suất của YOLOv4 và YOLOv5 . Với YOLOv5 , một số điểm khác biệt đã khiến nhóm KWF chọn nơi này cho các dự án của họ:

• YOLOv5 các mô hình cần được đào tạo với ít hình ảnh hơn.
• Khía cạnh mã nguồn mở của nó đã làm cho công nghệ này trở nên dễ tiếp cận với nhóm KWF.
• Đường cong học tập cho YOLOv5 không dốc.

KWF dựa vào một đội ngũ tình nguyện viên, kỹ sư và thực tập sinh từ khắp nơi trên thế giới để xây dựng công nghệ cần thiết cho các nỗ lực bảo tồn của họ. Nhiều thực tập sinh là học sinh trung học, một số người có rất ít hoặc không có kinh nghiệm về YOLOv5 . Pandolfi nhận thấy rằng ngay cả những người có ít kinh nghiệm nhất cũng có thể YOLOv5 hoạt động trong vòng chưa đầy ba tuần.

Ngoài ra, việc tích hợp với nền tảng theo dõi thử nghiệm đã giúp việc tinh chỉnh các mô hình và tập dữ liệu trở nên đơn giản, cho phép KWF tối đa hóa hiệu suất của họ YOLOv5 các mô hình trong lĩnh vực này.

“ YOLOv5 chính xác và giúp chúng tôi cứu được những con vật trước khi chúng bị giết, đó là mục tiêu cuối cùng của chúng tôi.”

Không có YOLOv5 Pandolfi cho biết nhóm của cô tại KWF sẽ rất thất vọng. Trước khi triển khai công nghệ phát hiện vật thể, các dự án bảo tồn thiếu lượng dữ liệu tối ưu.

Vào đầu năm 2023, KWF sẽ chuyển giao công trình của mình sang Ultralytics YOLOv8 , phiên bản mới nhất trong họ kiến trúc AI thị giác YOLO .

YOLOv5 Triển khai

Hiện tại, KWF triển khai YOLOv5 để phát hiện vật thể trên các cảm biến tại hiện trường. Các thiết bị này gửi dữ liệu đến các nhà sinh học, những người sau đó có thể phân tích thông tin và đưa ra những hiểu biết hữu ích. Trong năm tới, KWF đặt mục tiêu đào tạo YOLOv5 trên các tập dữ liệu có chứa hình ảnh máy bay không người lái, sau đó triển khai những máy bay không người lái này trên thực địa.

Các dự án bảo tồn

Rùa biển

Có bảy loài rùa biển khác nhau trên thế giới và mỗi loài đều được coi là có nguy cơ tuyệt chủng. Khi đẻ trứng, rùa biển cái lên các bãi biển và đào tổ trên cát, nơi chúng đẻ trứng. Quá trình này có thể mất vài giờ, nhưng sau khi hoàn thành, rùa biển cái sẽ trở lại nước, để trứng ấp trong cát trong 55-65 ngày. Khi những con mẹ rời đi vĩnh viễn, trứng còn lại với rất ít sự bảo vệ khỏi những kẻ săn trộm, động vật ăn thịt và các yếu tố tự nhiên.

Trước đây, phương pháp theo dõi rùa biển của các nhà bảo tồn là đánh dấu tất cả các vị trí trên bãi biển có tổ. Nếu các mối đe dọa ở những khu vực này cao, các nhà bảo tồn sẽ di dời các tổ đến một địa điểm an toàn hơn trong thời gian đó và thả rùa con xuống biển sau khi chúng nở.

Quá trình này có thể bao gồm việc đi bộ thủ công trên các bãi biển dài 30 dặm trở lên và đánh dấu các tổ. Việc cung cấp đủ số lượng nhân lực để thực hiện quy trình này mỗi ngày đã được chứng minh là khó khăn, đặc biệt là trong thời gian phong tỏa do COVID-19.

Ngoài ra, việc đánh dấu các tổ rùa biển đôi khi tỏ ra phản tác dụng. Không chỉ những kẻ săn trộm có thể tìm kiếm những tổ đã được đánh dấu, mà lợn cũng có thể học được rằng các dấu hiệu có nghĩa là có tổ rùa biển gần đó, điều này khiến chúng ăn trứng.

KWF đã nhìn thấy cơ hội cải thiện quy trình này bằng cách cắt giảm nhân lực và thay thế các điểm đánh dấu dễ nhận dạng. Bằng cách thiết lập các hệ thống trên không tự động sử dụng YOLOv5 ĐẾN detect , xác định vị trí và mô tả đặc điểm của tổ rùa biển, các nhà sinh vật học có thể nhận được thông tin thời gian thực về tổ rùa biển, bao gồm dấu vết và vị trí địa lý của chúng, do đó thay thế nhu cầu các nhà sinh vật học phải đi bộ trên bãi biển và đánh dấu tổ theo cách thủ công.

Báo tuyết

Bộ lông trắng dày của báo tuyết với các đốm hoa thị sẫm màu cho phép chúng ngụy trang hoàn hảo trong cảnh quan dãy Himalaya. Trong tự nhiên, chúng là những loài động vật ăn thịt đầu bảng không có kẻ thù tự nhiên. Tuy nhiên, do nhu cầu cực kỳ cao đối với lông và các bộ phận cơ thể khác của chúng trong ngành thời trang và y học cổ truyền, cùng với việc mất môi trường sống và sự chia cắt, ước tính chỉ còn từ 4.000 đến 6.500 con báo tuyết trong tự nhiên.

Những nỗ lực bảo tồn loài báo tuyết đã tỏ ra vô cùng khó khăn do các yếu tố góp phần vào môi trường khắc nghiệt nơi chúng được tìm thấy:

• Độ cao lớn
• Tuyết rơi quá nhiều
• Nhiệt độ đóng băng
• Gió lớn
• Khe núi dốc
• Địa hình khắc nghiệt

Ngoài ra, việc phát hiện báo tuyết trong tự nhiên là cực kỳ hiếm. Do đó, KWF đang phát triển một phương pháp tự động để bảo vệ loài mèo lớn này, sử dụng công nghệ máy bay không người lái để track và bảo vệ chúng. Hiện tại, công nghệ máy bay không người lái vẫn đang được phát triển để có thể đạt đến mức máy móc có thể hoạt động trong các điều kiện cần thiết để track báo tuyết, sống ở độ cao khoảng 20.000 đến 22.000 feet.

Khi công nghệ đã có sẵn, KWF dự định sử dụng YOLOv5 trong các cảm biến và trên máy bay không người lái, sau đó sẽ được triển khai đến dãy Himalaya. Để theo dõi, các cảm biến và máy bay không người lái này sẽ có thể detect Dấu chân trên tuyết, thường bị gió thổi bay nhanh chóng. Thông tin thời gian thực này sau đó sẽ được chuyển tiếp đến các nhà sinh vật học và bảo tồn.

Hãy truy cập trang web của Kashmir World Foundation và xem cách bạn có thể giúp tạo ra sự khác biệt trong các nỗ lực bảo tồn của họ trên toàn thế giới.

‍