保护生物多样性：Kashmir World Foundation 使用 Ultralytics YOLOv5 和 YOLOv8 的成功案例

Kashmir World Foundation (KWF) 于 2008 年在弗吉尼亚州大瀑布城成立，其使命是将最新技术应用于全球野生动物保护工作。KWF 建造并运营着各类自主无人系统，以支持其保护和反偷猎工作。2013 年，KWF 开始在其运营中采用人工智能。

根据 WWF。) 的数据，栖息地丧失对“红色名录”（将物种分类为濒危或受威胁）中 85% 的物种构成了最大的生存威胁。与此同时，对用于传统药物、美食或异域宠物的野生动物偷猎需求也在增加。栖息地丧失和偷猎共同威胁着全球生物多样性，并对当地社区和环境造成了灾难性影响。

创始人兼执行董事 Aliyah Pandolfi 提到强大的内部协作，她解释说：“来自世界各地的学生、学者、工程师和科学家都愿意贡献他们的时间和专业知识。”KWF 完全由来自世界各地的志愿者运营。通过他们的工作，KWF 在保护受威胁物种和众多濒危物种方面取得了巨大进展，例如卡塔尔的沙猫、哥斯达黎加的海龟和喜马拉雅山的雪豹。

“我们这样做都是因为我们热爱动物，但更重要的是，我们希望利用我们的技能为世界做好事，并为这些原本可能无法幸存的物种带来积极的改变。” Aliyah Pandolfi, Kashmir World Foundation 创始人兼执行董事

Link to this section应对偷猎问题#

在许多情况下，保护主义者极难进入偷猎发生的地点。KWF 在世界偏远地区的保护工作中必须面对四大核心障碍：

• 危险的天气模式
• 不可预测的社会政治因素
• 严酷的地形
• 缺乏随时向这些地区派遣人员的资源

过去，保护主义者会在野外放置视频记录设备，打算以后再观看录像。面对成百上千小时的录像，这一过程依赖于观看者细致地检测和识别动物物种及偷猎者。由于时间限制和人为错误，这种方法使保护主义者处于劣势。KWF 的志愿者们知道，他们需要具备更好的装备来对抗偷猎者和非法狩猎。

技术不可避免的进步是一把双刃剑。随着技术质量不断提高且变得更易获取，保护主义者和不法分子都能掌握最新技术。为了保持竞争优势，保护主义者必须准备好利用最新技术的力量为自己服务。

Link to this section创造性的前进之路#

Pandolfi 需要一个能够为 KWF 提供实时信息的强力现场解决方案。由于需要一种消除人为错误并克服四大核心障碍的方案，她深知在反偷猎任务中，哪怕是几秒钟的时间也至关重要，这意味着实时洞察可以在防止动物被杀害方面发挥直接作用。

凭借创造力，Pandolfi 考虑了该项目所需的技术和资源。虽然她所需的大部分技术在现今已经可用，但 Pandolfi 也在期待即将面世的硬件和软件。她带领 KWF 的团队开发利用无人机、AI 和 GPS 功能的方法。

“在这个项目开始时，社区里有很多怀疑的声音。有人告诉我这很疯狂，这是不可能的，你做不到，而且这种技术不存在。但我考虑的是长远目标，计算机科学和无人机能力需要进化并融合在一起以实现这个项目。”

通过在高风险地点放置各种摄像头和传感器，KWF 接收来自世界各地的数据，为他们提供可操作的洞察，从而做出瞬间决策。

“想象一下，某个地点出现了偷猎者，” Pandolfi 说，“我们希望能够跟踪他们并向护林员发出警报，让他们拦截偷猎者并在动物被杀害前将其制止。”

Link to this section为什么选择 YOLOv5？#

由于需要实时对象检测，KWF 要求模型的输出必须高度准确且可靠。在权衡各种选择时，Pandolfi 的 KWF A.I. 团队负责人、来自荷兰的学生 Daan Eeltink 比较了 YOLOv4 和 YOLOv5 的性能。YOLOv5 的几个差异化优势促使 KWF 团队将其选用于他们的项目中：

• YOLOv5 模型训练所需的图像更少。
• 其开源特性使 KWF 团队能够轻松获取该技术。
• YOLOv5 的学习曲线并不陡峭。

KWF 依靠来自世界各地的志愿者、工程师和实习生团队来构建保护工作所需的技术。许多实习生是高中生，其中一些人对 YOLOv5 几乎没有经验。Pandolfi 发现，即使是经验最少的人，也能在不到三周的时间内让 YOLOv5 运行起来。

此外，与实验跟踪平台的集成使微调模型和数据集变得非常简单，从而使 KWF 能够最大化 YOLOv5 模型在野外的性能。

“YOLOv5 非常准确，帮助我们在动物被杀害前拯救了它们，这是我们的最终目标。”

Pandolfi 说，如果没有 YOLOv5，她的 KWF 团队会感到非常受挫。在实施对象检测之前，保护项目缺乏最优的数据量。2023 年初，KWF 将把他们的工作转移到 Ultralytics YOLOv8，这是 YOLO 视觉 AI 架构家族中的最新版本。

Link to this sectionYOLOv5 部署#

目前，KWF 部署 YOLOv5 在野外的传感器上进行对象检测。这些设备将数据发送给生物学家，生物学家随后能够分析信息并创建可操作的洞察。在未来一年，KWF 旨在训练 YOLOv5 处理包含无人机图像的数据集，以便随后在野外部署这些无人机。

Link to this section保护项目#

Link to this section海龟#

世界上有七种不同的海龟，每一种都被视为濒危物种。产卵时，雌性海龟会来到海滩并在沙滩上挖巢，然后将蛋产在里面。这个过程可能需要几个小时，但完成后，雌性海龟会回到水中，留下蛋在沙中孵化 55-65 天。当母亲离开后，这些蛋几乎没有任何抵御偷猎者、掠食者和自然因素的能力。

过去，保护主义者追踪海龟的方法是标记海滩上所有有巢的地点。如果这些地区的威胁很高，保护主义者会暂时将巢穴搬迁到更安全的地方，并在小海龟孵化后将它们释放到海洋中。

这个过程可能涉及人工步行走过 30 英里或更长的海滩并标记巢穴。事实证明，每天提供足够的人力来执行这一过程非常困难，特别是在 COVID-19 封锁期间。

此外，标记海龟巢有时会被证明是适得其反的。不仅偷猎者可以寻找这些被标记的巢穴，猪也能够发现标记意味着附近有海龟巢，这导致它们去吃掉那些蛋。

KWF 看到了这一过程的改进机会，即通过减少人力因素并替换易于识别的标记。通过利用 YOLOv5 设置自主航空系统来检测、定位和描述海龟巢，生物学家可以实时接收有关海龟巢的信息，包括它们的足迹和地理位置，从而无需生物学家再手动走上海滩并标记巢穴。

Link to this section雪豹#

雪豹浓密的白色皮毛带有深色斑点玫瑰花纹，使它们能够完美地伪装在喜马拉雅景观中。在野外，它们是顶级捕食者，没有天敌。然而，由于时尚界和传统医学对它们皮毛和其他身体部位的极高需求，加上栖息地丧失和破碎化，据估计，野外仅剩下 4,000 到 6,500 只雪豹。

由于雪豹生存环境恶劣，导致其保护工作异常困难，具体因素包括：

• 高海拔
• 过度降雪
• 冰冻温度
• 强风
• 陡峭的峡谷
• 严酷的地形

此外，在野外发现雪豹极其罕见。因此，KWF 正在开发一种自动化方法来保护这些大型猫科动物，利用无人机技术来跟踪和保护它们。目前，无人机技术仍处于开发阶段，以使其能够达到在跟踪雪豹所需的条件下（约 20,000 至 22,000 英尺）运行的程度。

一旦技术成熟，KWF 打算在传感器和无人机上使用 YOLOv5，然后将其部署到喜马拉雅山。为了跟踪，这些传感器和无人机将能够检测雪地上的爪印，这些爪印通常会随着风迅速吹散。这些实时信息随后将被传达给生物学家和保护主义者。

访问 Kashmir World Foundation 网站，查看您如何帮助他们在全球的保护工作中做出改变。