SharkEye sử dụng Ultralytics YOLOv8 để phát hiện vật thể

Việc theo dõi động vật trong môi trường sống tự nhiên, dù là đàn gia súc gặm cỏ trên trang trại hay cá mập di chuyển gần bờ, luôn quan trọng đối với sự an toàn và sức khỏe của chúng. Tuy nhiên, quan sát chúng theo cách thủ công không hề dễ dàng. Việc này thường đòi hỏi hàng giờ kiên nhẫn và tập trung cao độ, vì người quan sát phải theo dõi sát sao mọi thay đổi về hành vi hoặc chuyển động. Dù vậy, những dấu hiệu tinh tế nhưng quan trọng vẫn rất dễ bị bỏ sót.

Nhờ trí tuệ nhân tạo (AI), quy trình này đang trở nên nhanh hơn, thông minh hơn và hiệu quả hơn nhiều, giảm áp lực cho người quan sát đồng thời cải thiện độ chính xác. Cụ thể, thị giác máy tính có thể được dùng để theo dõi động vật, phát hiện nguy hiểm và đưa ra quyết định theo thời gian thực. Những tác vụ từng mất hàng giờ nay có thể hoàn thành trong vài phút, mở ra những cách thức mới để tìm hiểu hành vi động vật.

Tại YOLO Vision 2024 (YV24), sự kiện kết hợp trực tiếp và trực tuyến thường niên do Ultralytics tổ chức, các chuyên gia và nhà đổi mới đã cùng tìm hiểu cách AI giải quyết những thách thức thường ngày. Một số chủ đề được trình bày gồm những tiến bộ trong phát hiện đối tượng theo thời gian thực và giám sát động vật, qua đó cho thấy AI đang cải thiện độ an toàn và hiệu quả trong nhiều lĩnh vực.

Một trong những điểm nhấn của sự kiện là bài nói chuyện của Jim Griffin, Nhà sáng lập AI Master Group, trong đó ông trình bày cách Vision AI giúp bãi biển an toàn hơn bằng việc phát hiện cá mập trước khi chúng đến quá gần bờ. Ông giải thích cách nhóm sử dụng Ultralytics YOLOv8, một model computer vision, để nhận diện cá mập chính xác theo thời gian thực, ngay cả trong điều kiện khó khăn như sóng biển động, ánh sáng chói và chướng ngại vật dưới nước.

Trong bài viết này, chúng ta sẽ tìm hiểu kỹ hơn về dự án SharkEye và chia sẻ những thông tin thú vị từ bài nói chuyện của Jim.

Tìm hiểu về SharkEye: Ứng dụng thị giác máy tính#

Jim mở đầu bài nói chuyện bằng cách giới thiệu Padaro Beach, một địa điểm lướt sóng nổi tiếng ở California, nơi người lướt sóng và cá mập thường cùng hiện diện trong một vùng biển. Nhấn mạnh thách thức thực sự trong việc phát hiện cá mập, ông chia sẻ: “Tất nhiên, phát hiện cá mập khi nó cắn bạn thì dễ rồi, vì vậy điều chúng tôi muốn làm là nhận diện cá mập từ trước.”

Hình 1. Jim trên sân khấu tại YOLO Vision 2024.

SharkEye được tạo ra để giải quyết vấn đề này, với sự hỗ trợ của University of California, Santa Barbara. Jim mô tả cách drone gắn camera AI độ phân giải cao được sử dụng để bay ở độ cao khoảng 200 feet trên mặt nước, quét đại dương theo thời gian thực.

Khi phát hiện cá mập, cảnh báo SMS sẽ được gửi đến khoảng 80 người, bao gồm nhân viên cứu hộ, chủ cửa hàng lướt sóng và bất kỳ ai đăng ký nhận thông tin cập nhật. Jim chỉ ra rằng những thông báo tức thời này cho phép phản ứng nhanh chóng, giúp người đi biển an toàn hơn khi cá mập ở gần bờ.

Jim cũng đề cập rằng SharkEye có dashboard trực tiếp, nơi người dùng có thể xem thống kê phát hiện cá mập. Ví dụ, trong 12 tuần, hệ thống nhận diện hai con cá mập lớn và 15 con nhỏ, trung bình chỉ hơn một con cá mập mỗi tuần.

Sau đó, ông giới thiệu Neil Nathan, nhà khoa học dẫn dắt các nỗ lực thực hiện SharkEye. Dù có nền tảng về nghiên cứu môi trường thay vì khoa học máy tính, Nathan vẫn dẫn dắt dự án thành công. Jim nhấn mạnh rằng các công cụ AI hiện đại như những công cụ được sử dụng trong SharkEye được thiết kế để dễ tiếp cận, giúp những người không có nền tảng kỹ thuật phát triển các giải pháp có tác động thiết thực.

Sử dụng Ultralytics YOLOv8 để phát hiện cá mập#

Đi sâu hơn vào chi tiết, Jim giải thích về công nghệ bên trong SharkEye và cách giải pháp phát hiện cá mập không chỉ đơn thuần là một tác vụ phát hiện đối tượng. Giải pháp phải xử lý những điều kiện biến đổi và khó dự đoán, chẳng hạn như rong biển nổi có thể dễ dàng bị nhầm là cá mập. Không giống việc phát hiện một vật thể đứng yên, nhận diện cá mập đòi hỏi độ chính xác và khả năng thích ứng, khiến Ultralytics YOLOv8 trở thành lựa chọn phù hợp.

Một ưu điểm khác của Ultralytics YOLOv8 là có thể triển khai trên drone mà không cần phụ thuộc vào máy chủ đám mây. Jim giải thích rằng cách tiếp cận này giúp SharkEye gửi cảnh báo ngay lập tức — yếu tố thiết yếu để đảm bảo phản ứng kịp thời trong điều kiện đại dương khó lường.

Phát hiện đối tượng chỉ với sáu dòng code#

Sau khi nêu bật cách SharkEye hoạt động và nỗ lực hợp tác đằng sau dự án, Jim trình diễn trực tiếp.

Jim Griffin bắt đầu demo trực tiếp bằng cách giới thiệu với khán giả một ví dụ quen thuộc - đoạn code "hello world" cho các model Ultralytics YOLO. Chỉ với sáu dòng code Python, ông trình bày cách một model Ultralytics YOLOv8 được huấn luyện trước có thể phát hiện xe buýt trong ảnh.

Hình 2. Phần trình diễn của Jim tại YOLO Vision 2024.

Phần trình diễn sử dụng model Ultralytics YOLOv8 Nano, phiên bản nhẹ dành cho các thiết bị công suất thấp như drone. Đây cũng là model được sử dụng trong SharkEye để phát hiện cá mập theo thời gian thực.

Để bổ sung ngữ cảnh, Jim cho biết model trong bản demo được huấn luyện trên COCO128, một tập con nhỏ hơn của dataset COCO được sử dụng rộng rãi. Dataset COCO có khoảng 330.000 ảnh, trong đó hơn 200.000 ảnh được gán nhãn, thuộc 80 danh mục đối tượng. COCO128 phù hợp với các buổi demo nhanh, nhưng ông lưu ý rằng SharkEye cần một giải pháp mạnh mẽ hơn - dataset phát hiện cá mập chuyên biệt có thể xử lý các tình huống phức tạp trong thực tế.

Huấn luyện tùy chỉnh Ultralytics YOLOv8 cho SharkEye#

Theo Jim, phần khó nhất của dự án SharkEye không phải là huấn luyện model AI mà là thu thập dữ liệu phù hợp. Ông nhận xét: “Công việc chính của dự án này không phải là AI. Công việc chính là cho drone bay ở đó suốt năm năm, trích xuất ảnh từ video và gắn nhãn phù hợp.”

Ông mô tả cách nhóm thu thập 15.000 ảnh tại Padaro Beach. Mỗi ảnh phải được gắn nhãn thủ công để phân biệt cá mập, rong biển và các vật thể khác trong nước. Dù quy trình này chậm và đòi hỏi nhiều công sức, nó đã đặt nền móng cho mọi việc tiếp theo.

Hình 3. Sử dụng drone để chụp ảnh cá mập phục vụ phát hiện đối tượng theo thời gian thực.

Sau khi tập dữ liệu sẵn sàng, Ultralytics YOLOv8 được huấn luyện tùy chỉnh trên tập dữ liệu đó. Jim cho biết: “Quá trình huấn luyện thực tế không phải phần khó — chỉ mất 20 giờ trên GPU T4 [bộ xử lý đồ họa].” Ông cũng nói thêm rằng thời gian có thể giảm xuống chỉ còn năm giờ nếu sử dụng phần cứng mạnh hơn, chẳng hạn GPU A100.

Đánh giá SharkEye: Ưu tiên precision hơn recall#

Tiếp đó, Jim thảo luận về cách đánh giá hiệu năng của SharkEye. Ông chỉ ra rằng metric then chốt là precision - mức độ chính xác của hệ thống khi nhận diện cá mập thực sự. Với precision đạt 92%, SharkEye chứng minh model có hiệu quả cao trong việc nhận diện chính xác cá mập giữa môi trường đại dương phức tạp.

Tìm hiểu sâu hơn về tầm quan trọng của precision, Jim giải thích vì sao trong trường hợp này precision quan trọng hơn recall. Ông nói: “Phần lớn thời gian, mọi người quan tâm đến recall, đặc biệt trong những lĩnh vực như chăm sóc sức khỏe, nơi bỏ sót một trường hợp dương tính có thể gây hậu quả nghiêm trọng. Nhưng trong trường hợp này, chúng tôi không biết có bao nhiêu con cá mập ở ngoài đó, nên điều chúng tôi quan tâm là precision.” SharkEye giảm thiểu cảnh báo sai bằng cách tập trung vào precision, giúp nhân viên cứu hộ và những người ứng phó khác hành động nhanh hơn.

Hình 4. Jim giới thiệu SharkEye tại YOLO Vision 2024.

Ông kết thúc bài nói bằng cách so sánh AI với hiệu suất của con người, lưu ý rằng độ chính xác 92% của SharkEye vượt xa mức chính xác 60% của các chuyên gia. Ông nhấn mạnh khoảng cách này và nói: “Đó là vì chúng ta là con người. Dù bạn hay tôi có chuyên môn đến đâu, nếu phải ngồi trước màn hình cả ngày để tìm cá mập, cuối cùng tâm trí chúng ta cũng sẽ xao nhãng.” Không giống con người, các model AI không mệt mỏi hay mất tập trung, khiến AI trở thành giải pháp đáng tin cậy cho những tác vụ cần giám sát liên tục.

Ultralytics YOLO11#

Câu nói đáng nhớ của Jim Griffin trong bài thuyết trình, “Sáu dòng code có thể cứu mạng bạn vào một ngày nào đó,” cho thấy AI đã trở nên tiên tiến nhưng vẫn dễ tiếp cận. Các model Ultralytics YOLO được tạo ra với mục tiêu này, giúp nhà phát triển và doanh nghiệp ở mọi quy mô tiếp cận công nghệ computer vision tiên tiến. Ultralytics YOLO11 tiếp nối mục tiêu đó với tốc độ inference nhanh hơn và độ chính xác cao hơn, và sau đó đã được kế nhiệm bởi Ultralytics YOLO26.

Dưới đây là những điểm nổi bật giúp Ultralytics YOLO11 khác biệt:

• Kiến trúc được thiết kế lại: Kiến trúc backbone và neck được nâng cấp giúp trích xuất đặc trưng tốt hơn và cải thiện độ chính xác.
• Dễ sử dụng: Có thể sử dụng thông qua lập trình Python hoặc các công cụ không cần viết mã như Ultralytics Platform.
• Linh hoạt trên nhiều tác vụ: Ultralytics YOLO11 hỗ trợ các tác vụ computer vision như phát hiện đối tượng, phân đoạn instance, phân loại ảnh, ước tính tư thế, bounding box có hướng (OBB) và tracking.
• Độ chính xác được cải thiện: Ultralytics YOLO11m đạt độ chính xác trung bình (mAP) cao hơn YOLOv8m trên dataset COCO trong khi sử dụng ít hơn 22% tham số.

Những tính năng này khiến Ultralytics YOLO11 trở thành lựa chọn phù hợp để theo dõi hành vi động vật trong các môi trường biến đổi, dù là ở trang trại hay ngoài tự nhiên.

Điểm chính cần ghi nhớ#

Những tiến bộ trong AI thị giác giúp giải quyết các thách thức thực tế dễ dàng hơn bằng cách cung cấp công cụ thiết thực cho nhiều lĩnh vực. Chẳng hạn, các model thị giác máy tính như Ultralytics YOLO11 có thể được dùng để giám sát và theo dõi động vật theo thời gian thực, ngay cả trong điều kiện khắc nghiệt.

Bài phát biểu chính của Jim Griffin tại YV24 đã minh họa cách sử dụng Ultralytics YOLOv8 để giải quyết các vấn đề phức tạp với lượng code tối thiểu. Dự án SharkEye kết hợp drone với AI để phát hiện cá mập theo thời gian thực, cho thấy công nghệ có thể cải thiện an toàn bãi biển như thế nào.

Đây là một nghiên cứu điển hình thuyết phục về cách AI dễ tiếp cận giúp những người có xuất thân khác nhau tạo ra các giải pháp hiệu quả.

Hãy tham gia cộng đồng của chúng tôi và khám phá repository GitHub để tìm hiểu sâu hơn về AI. Từ thị giác máy tính trong nông nghiệp đến AI trong xe tự lái, hãy xem những công nghệ này đang thúc đẩy đổi mới như thế nào. Xem các tùy chọn cấp phép để bắt đầu dự án AI của bạn ngay hôm nay!