Aplicación de un algoritmo de detección de objetos mejorado para la detección y el seguimiento operacionales de...

Área de la Ciencia:

• Detección remota
• Monitoreo de la contaminación marina
• Inteligencia artificial

Sus antecedentes:

• Los derrames de petróleo operativos (OOS) plantean importantes desafíos de contaminación marina debido a su naturaleza impredecible.
• Los métodos de detección actuales a menudo usan clasificación binaria, lo que dificulta la identificación de la fuente.
• La distinción entre los OOS y otros fenómenos marinos requiere técnicas avanzadas de clasificación.

Objetivo del estudio:

• Desarrollar un modelo de alta precisión para la detección y clasificación de OOS utilizando imágenes de radar de apertura sintética (SAR).
• Categorizar la contaminación por petróleo en fuentes de origen desconocido y OOS.
• Mejorar el seguimiento de las fuentes de contaminación por petróleo.

Principales métodos:

• Se propuso un modelo mejorado de YOLOv8, YOLOv8-gran núcleo selectivo (LSK), para la detección y clasificación de OOS.
• Integración del módulo de atención LSK para una extracción de características mejorada.
• Utilizó la intersección de distancia mínima de punto sobre la pérdida de unión y la hiperinferencia asistida por corte para mejorar la precisión y el procesamiento de imágenes a gran escala.

Principales resultados:

• El modelo YOLOv8-LSK logró un mAP50 de varias clases del 94,2%, un aumento del 7,44% con respecto al mejor modelo de clasificación binaria.
• El rendimiento del mAP50-95 de varias clases alcanzó el 71,6%, una mejora del 3,3% con respecto al YOLOv8 original.
• Se han identificado con éxito las fuentes de derrame en tres estudios de caso mediante la integración de datos del Sistema de Identificación Automática (AIS).

Conclusiones:

• El modelo propuesto YOLOv8-LSK ofrece un rendimiento superior para la detección y clasificación de OOS en comparación con los métodos existentes.
• El modelo facilita la detección inteligente y el seguimiento de los OOS, lo que ayuda a identificar la fuente de contaminación.
• Esta investigación proporciona una referencia valiosa para el avance de las tecnologías de monitoreo de la contaminación marina.