SharkEye sử dụng Ultralytics YOLOv8 để phát hiện vật thể

Việc theo dõi động vật trong môi trường sống tự nhiên của chúng, dù là gia súc đang gặm cỏ trong trang trại hay cá mập di chuyển gần bờ, luôn đóng vai trò quan trọng đối với sự an toàn và sức khỏe của chúng. Tuy nhiên, quan sát thủ công không phải là việc dễ dàng. Công 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 trong hành vi hoặc chuyển động. Ngay cả khi đó, họ vẫn có thể bỏ lỡ những dấu hiệu nhỏ nhưng quan trọng.

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 sử dụng để theo dõi động vật, phát hiện mối 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 phương thức mới để tìm hiểu hành vi động vật.

Tại YOLO Vision 2024 (YV24), sự kiện hybrid thường niên do Ultralytics tổ chức, các chuyên gia và nhà đổi mới đã cùng tìm hiểu cách AI giải quyết những thách thức trong đời sống hằng ngày. Một số chủ đề được trình bày bao gồm những tiến bộ trong phát hiện đối tượng theo thời gian thực và giám sát động vật, cho thấy AI đang nâng cao 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 diễn cách AI thị giác giúp các bãi biển an toàn hơn bằng cách phát hiện cá mập trước khi chúng đến quá gần bờ. Ông giải thích rằng nhóm đã sử dụng Ultralytics YOLOv8, một model thị giác máy tính tiên tiến, để xác định chính xác cá mập theo thời gian thực, ngay cả trong những điều kiện khó khăn như sóng 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: Một ứng dụng thị giác máy tính#

Jim bắt 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 hoạt động trong một vùng nước. Nhấn mạnh thách thức thực tế của việc phát hiện cá mập, ông chia sẻ: “Tất nhiên, phát hiện một con cá mập khi nó cắn bạn thì rất dễ, vì vậy điều chúng tôi muốn làm là xác định 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 từ University of California, Santa Barbara. Jim mô tả cách các drone được trang bị camera AI độ phân giải cao 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 được gửi đến khoảng 80 người, bao gồm nhân viên cứu hộ, chủ cửa hàng đồ lướt sóng và bất kỳ ai đã 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 có cá mập ở gần bờ.

Jim cũng đề cập rằng SharkEye có một dashboard trực tiếp, nơi người dùng có thể xem các thống kê phát hiện cá mập. Chẳng hạn, trong hơn 12 tuần, hệ thống đã xác định hai con cá mập lớn và 15 con nhỏ hơn, trung bình chỉ hơn một con cá mập mỗi tuần.

Sau đó, ông giới thiệu Neil Nathan, nhà khoa học dẫn dắt những nỗ lực đằng sau SharkEye. Dù có nền tảng về nghiên cứu môi trường thay vì khoa học máy tính, Nathan vẫn dẫn dắt thành công dự án. 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, cho phép những người không có nền tảng kỹ thuật phát triển các giải pháp tạo ra tác động lớn.

Sử dụng Ultralytics YOLOv8 để phát hiện cá mập#

Đi sâu hơn vào các chi tiết, Jim giải thích những gì diễn ra bên trong SharkEye và cách giải pháp phát hiện cá mập không chỉ đơn giản là một tác vụ phát hiện đối tượng. Hệ thống phải xử lý những điều kiện năng động, khó dự đoán như rong biển trôi nổi, vốn rất dễ bị nhầm với cá mập. Khác với việc phát hiện một đối tượng đứng yên, xác định cá mập đòi hỏi độ chính xác và khả năng thích ứng, khiến Ultralytics YOLOv8 trở thành lựa chọn lý tưởng.

Một ưu điểm khác của Ultralytics YOLOv8 là model có thể được triển khai trên drone mà không phụ thuộc vào server đám mây. Jim giải thích rằng phương pháp này giúp SharkEye có thể gửi cảnh báo ngay lập tức — một phần thiết yếu để đảm bảo phản ứng kịp thời trong điều kiện đại dương khó dự đoán.

Phát hiện đối tượng chỉ với sáu dòng code#

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

Jim Griffin bắt đầu phần demo trực tiếp bằng cách hướng dẫn khán giả qua một ví dụ quen thuộc — đoạn code "hello world" dành cho các model Ultralytics YOLO. Chỉ với sáu dòng code Python, ông cho thấy một model Ultralytics YOLOv8 đã được pre-train có thể dễ dàng phát hiện một chiếc xe buýt trong ảnh.

Hình 2. Demo của Jim tại YOLO Vision 2024.

Demo của ông sử dụng model Ultralytics YOLOv8 Nano, một phiên bản nhẹ dành cho các thiết bị công suất thấp như drone. SharkEye cũng sử dụng chính model này để phát hiện cá mập theo thời gian thực.

Để cung cấp thêm bối cảnh, Jim đề cập rằng model trong demo được train trên COCO128, một tập con nhỏ hơn của dataset COCO. Dataset COCO chứa hơn 20.000 ảnh thuộc 80 danh mục đối tượng khác nhau. Mặc dù COCO128 hoạt động tốt cho các bản demo nhanh, ông chỉ ra rằng SharkEye cần một giải pháp mạnh mẽ hơn — một dataset phát hiện cá mập dành riêng cho ứng dụng, có thể xử lý sự phức tạp của các tình huống thực tế.

Train tùy chỉnh Ultralytics YOLOv8 cho SharkEye#

Theo Jim, phần khó nhất của dự án SharkEye không phải là train 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 những drone đó bay qua khu vực trong suốt năm năm, lọc ảnh từ các video và gắn nhãn cho chúng một cách phù hợp.”

Ông mô tả cách nhóm đã 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 đối tượng khác trong nước. Dù quy trình này chậm và đòi hỏi nhiều công sức, nó đã đặt nền móng cho mọi bước tiếp theo.

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

Sau khi dataset đã sẵn sàng, Ultralytics YOLOv8 được train tùy chỉnh trên dataset này. Jim cho biết: "Phần train thực tế không 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 với phần cứng mạnh hơn, chẳng hạn như GPU A100.

Đánh giá SharkEye: Ưu tiên precision hơn recall#

Sau đó, Jim thảo luận về cách đánh giá hiệu năng của SharkEye. Ông minh họa rằng metric then chốt là precision — mức độ chính xác của hệ thống khi xác định cá mập thực sự. Với precision ấn tượng đạt 92%, SharkEye cho thấy model có hiệu quả cao trong việc xác định chính xác cá mập giữa môi trường đại dương phức tạp.

Đi sâu hơn vào tầm quan trọng của precision, Jim làm rõ lý do precision quan trọng hơn recall trong trường hợp này. Ông giải thích: “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 ca dương tính có thể mang tính 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 giả bằng cách tập trung vào precision, giúp nhân viên cứu hộ và những người ứng phó khác hành động nhanh hơn.

Hình 4. Jim trình diễn SharkEye tại YOLO Vision 2024.

Ông kết thúc bài nói chuyện bằng cách so sánh hiệu năng của AI với con người, lưu ý rằng precision 92% của SharkEye vượt xa độ chính xác 60% của các chuyên gia con người. Ông nhấn mạnh khoảng cách này: “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 kiếm cá mập, cuối cùng tâm trí chúng ta cũng sẽ mất tập trung.” Khác với con người, các model AI không mệt mỏi hay bị xao nhãng, khiến chúng trở thành giải pháp đáng tin cậy cho các tác vụ cần giám sát liên tục.

Ultralytics YOLO11: YOLO mới nhất#

Một câu nói đầy ấn tượng trong bài nói chuyện của Jim Griffin — “Sáu dòng code có thể cứu mạng bạn vào một ngày nào đó” — thể hiện hoàn hảo việc AI đã trở nên tiên tiến nhưng vẫn dễ tiếp cận như thế nào. Các model Ultralytics YOLO được tạo ra với định hướng này, giúp công nghệ thị giác máy tính tiên tiến trở nên dễ tiếp cận với các developer và doanh nghiệp ở mọi quy mô. Ultralytics YOLO11 tiếp nối nền tảng đó với tốc độ inference nhanh hơn và độ chính xác cao hơn.

Dưới đây là cái nhìn nhanh về những điểm khác biệt của Ultralytics YOLO11:

• Kiến trúc được thiết kế lại: Kiến trúc backbone và neck được cải tiến giúp trích xuất feature tốt hơn và nâng cao precision.
• Dễ sử dụng: Có thể truy cập thông qua lập trình Python hoặc các công cụ no-code như Ultralytics HUB.
• Linh hoạt trên nhiều tác vụ: Ultralytics YOLO11 hỗ trợ các tác vụ thị giác máy tính như phát hiện đối tượng, phân đoạn instance, phân loại ảnh, tracking, ước tính pose và bounding box định hướng (OBB).
• Độ chính xác được cải thiện: Ultralytics YOLO11 đạt mean average precision (mAP) cao hơn 22% so với YOLOv8m trên dataset COCO, mang lại kết quả phát hiện chính xác hơn.

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

Những điểm chính#

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

Bài keynote của Jim Griffin tại YV24 minh họa cách Ultralytics YOLOv8 có thể được sử dụng 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 tại bãi biển như thế nào.

Đây là một case study hấp dẫn về cách AI dễ tiếp cận trao quyền cho những người có nền tảng khác nhau tạo ra các giải pháp hiệu quả. Khi AI tiếp tục phát triển, công nghệ này đang chuyển đổi các ngành và giúp mọi người khai thác tiềm năng của AI để xây dựng một thế giới an toàn hơn, thông minh hơn và hiệu quả hơn.

Hãy trở thành một phần của cộng đồng của chúng tôi và khám phá repository GitHub của chúng tôi để tìm hiểu sâu hơn về AI. Từ thị giác máy tính trong nông nghiệp đến AI trong xe tự lái, hãy xem cách những công nghệ này thúc đẩy đổi mới. Tham khảo các tùy chọn cấp phép của chúng tôi để bắt đầu các dự án AI ngay hôm nay!