Project Ocean Oasis 建造太阳能供电的边缘设备，配备水下摄像头和水听器，部署在码头、平台和自主浮标上。Ultralytics YOLO 在设备端运行，通过 Starlink 或蜂窝网络上行传输数据，实现多年持续的科研级海洋监测。
随着海洋生态系统面临气候变化、污染和过度捕捞带来的前所未有的威胁，对可扩展、以证据为依据的海洋信息的需求从未如此迫切。总部位于澳大利亚的非营利组织 Project Ocean Oasis (PO2) 正面迎接这一挑战，致力于构建可在严酷海洋环境中自主运行多年的监测系统。
通过将 Ultralytics YOLO models 集成到边缘到云端的流程中，并借助 Ultralytics Platform，PO2 正在为持续的 AI 驱动珊瑚礁和生物多样性监测新时代奠定基础。
构建海洋信息的基础#
Project Ocean Oasis 开发自主的 AI 系统，提供长期海洋信息。PO2 与 WASSOC（一家拥有 40 多年经验的海底工程公司）、AWS 和 Ultralytics 合作打造端到端平台，将坚固耐用的硬件、边缘和云端 AI，以及经过科学验证的数据集相结合，为基于证据的海洋生态系统保护提供支持。
每台 PO2 设备都设计为可同时运行多个 AI 模型，并预留充足的内部资源以支持未来扩展。这些系统经过工程设计，可承受珊瑚礁涌浪、腐蚀和生物污损，每次可连续免维护运行多年，并可扩展至各种环境。
长期自主珊瑚礁监测面临的挑战#
大规模监测珊瑚礁和海洋生物多样性面临一系列独特挑战。传统方法依靠潜水员、船只和人工数据采集，成本高、间隔久，而且往往会干扰所研究的生态系统。随着全球珊瑚礁健康状况不断恶化，科学家所需数据与现实中可采集数据之间的差距持续扩大。
尽管计算机视觉和边缘 AI 越来越容易获取，在水下部署这些技术仍会带来新的限制。设备必须由太阳能和电池供电，能够并行运行多个 AI 模型，并且足够坚固，能在无需主动维护的情况下承受多年的盐水侵蚀。能效至关重要：每天可用电量仅约 600 瓦时，从摄像头到推理芯片的每个组件都必须经过谨慎选择，才能在提供准确实时洞察的同时最大限度地延长运行时间。
对 PO2 来说，缺少的是一套模型框架：既足够灵活，能够在各种边缘硬件上运行；又足够准确，可用于海洋生物多样性追踪；还要便于随着平台在多年部署中的演进而持续迭代。
借助 Ultralytics YOLO 实现从边缘到云端#
PO2 的监测平台结合了水下摄像头、水听器和其他传感器，这些设备安装在配备太阳能板、电池和卫星连接的自主浮标上。
对于音频，PO2 HydroPulse（定制的边缘嵌入式水听器）在通用 ARM 硬件上的运行功耗约为 1.3 W，足以支持长期太阳能和电池供电部署。
为了在摄像头上运行，Ultralytics YOLO 模型计划部署在系统的边缘硬件上，对视频流执行实时目标检测和跟踪，直接在水下识别并追踪鱼类及其他海洋生物。
YOLO 跟踪会在连续帧中关联同一个体，因此每个个体只计数一次，并以置信度最高的检测结果作为该鱼的记录。单条记录大致如下：
{
"label": "Acanthurus triostegus",
"confidence": 0.94,
"length_cm": 18
}记录还附有会话级 MaxN 计数和环境背景信息。这样得到的是标准化、可直接用于科学研究的数据，而不是需要日后人工查看的录像。
图 1. Ultralytics YOLO26 对夏威夷珊瑚礁影像进行物种级检测。
每个摄像头设备都会在边缘端进行检测和跟踪，然后发送精简的结构化事件（千字节级 JSON），而非原始视频。
系统检测到感兴趣的目标后，会通过卫星将推理结果发送到云架构，在那里汇总、分析，并呈现给科学家和保护合作伙伴。这种边缘优先设计大幅降低了传输需求、节省了电力，并让平台在每次部署中都能多年运行而无需人工干预。
为了让系统适应未来需求，PO2 与 Ultralytics 密切合作，评估最新一代由 NPU 驱动的边缘 AI 加速器。这项合作帮助 PO2 在严格的功耗预算下筛选出合适的硬件组合，同时保留灵活性，以便随着平台发展添加新的 AI 模型，例如对水听器数据进行音频推理。
图 2. Ocean Oasis 解决方案概述。
Ultralytics Platform 的早期采用者#
除了在生产环境中使用 Ultralytics YOLO 模型，PO2 还是最早一批 Ultralytics Platform 企业用户之一。Ultralytics Platform 是一个全新的端到端环境，可在同一处完成 YOLO 模型的标注、训练和部署。
借助 Ultralytics Platform，PO2 团队可以管理海洋数据集、训练标准版和 Ultralytics Enterprise YOLO26 模型、利用 Smart Annotation 大幅加快数据标注，并将训练后的模型导出为几乎任意格式，以便部署到各种边缘硬件上。这套统一工作流帮助 PO2 在项目不断发展的过程中快速迭代，同时随着团队壮大，将数据、模型和实验集中管理。
为什么选择 Ultralytics YOLO？#
对 Project Ocean Oasis 而言，与 Ultralytics 的合作不止于模型性能，还能获得专业知识和统一平台，在开发的每个阶段为团队提供支持。Ultralytics YOLO 模型足够灵活，可在各种边缘设备上运行，从超低功耗 MCU 到高性能 NPU 加速器均可支持，同时能够提供水下生物多样性监测所需的准确度。
通过与 Ultralytics 密切合作，PO2 得以应对复杂的边缘 AI 加速器生态，并为其多年部署目标找到了合适的硬件合作伙伴。
迈向更健康的海洋#
Project Ocean Oasis 已完成首批传感器的端到端验证，覆盖从边缘 AI 推理到云端仪表板的完整流程，目前正为水下部署做准备。硬件方案已具备合作伙伴部署条件，云架构已投入运行，部署地点也已安排好科学研究人员。
从 2026 年起，团队将扩大站点部署、扩展设备端 AI 套件，并为互联的全球监测网络奠定基础。
PO2 以跨世代的时间跨度为规划基础。持续的海洋监测是基础层，也是推动后续一切工作的证据基础。这项工作的目标不是完成它，而是良好地开启它。
有兴趣构建自己的视觉 AI 解决方案吗？访问我们的 GitHub repository，探索 Ultralytics YOLO 模型，了解 YOLO 如何推动保护工作中的 AI创新，并查看 Ultralytics Platform，开始构建自己的端到端视觉 AI 工作流。
