🧬 biology

Automated estimation of gadoid and flatfish abundance in stereo-BRUV footage using YOLO object detection

Questo studio presenta una pipeline automatizzata basata su YOLO che rileva con successo gadoid e pesci piatti in filmati stereo-BRUV provenienti da parchi eolici del Mare del Nord, introducendo una metrica personalizzata per convalidare la sua capacità di stimare efficientemente l'abbondanza ittica e dimostrando che la combinazione di due punti di vista delle telecamere migliora la sensibilità delle stime di popolazione rispetto ai singoli punti di vista.

Autori originali: Mario Lambrette, Anthony W. J. Bicknell, Samuel Gierhart, Matthew J. Witt

Pubblicato 2026-10-05

📖 6 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Mario Lambrette, Anthony W. J. Bicknell, Samuel Gierhart, Matthew J. Witt

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo

Il fondale oceanico è un paesaggio vasto e mutevole dove la vita prospera in modi che sono spesso invisibili all'occhio umano. Per capire come le popolazioni ittiche cambino nel tempo, gli scienziati devono contarle, ma farlo sott'acqua è notoriamente difficile. I metodi tradizionali comportano spesso l'uso di reti o trappole trascinate sul fondale marino, il che può danneggiare proprio gli ecosistemi che i ricercatori stanno cercando di studiare. Un'alternativa più delicata è emersa: la telecamera subacquea remota con esca (baited remote underwater video). Gli scienziati calano un sistema di telecamere, pesato con una piccola quantità di esca per pesci, sul fondo dell'oceano. L'odore dell'esca attira i pesci locali e la telecamera li registra per un'ora o più. Questo metodo fornisce una finestra non invasiva sulla vita marina, ma comporta un enorme collo di bottiglia. Un singolo rilievo può generare centinaia di gigabyte di filmati video. Per ottenere un conteggio dei pesci, un esperto umano deve sedersi e guardare ogni minuto di quel filmato, fotogramma per fotogramma, per sommare il numero massimo di individui visti contemporaneamente. Questo processo manuale è lento, costoso e limita la quantità di dati che possono essere effettivamente analizzati.

Un team di ricercatori dell'Università di Exeter ha affrontato questo collo di bottiglia insegnando ai computer come contare. Hanno sviluppato un sistema di intelligenza artificiale specializzato, progettato per guardare i video subacquei e identificare e contare automaticamente due gruppi specifici di pesci: i pesci simili al merluzzo, noti come gadoidi, e i pesci piatti. Lo studio si è svolto nel nord del Mare del Nord, un'area punteggiata da parchi eolici offshore dove il team stava monitorando come queste massicce strutture influenzano la vita ittica locale. Invece di affidarsi a un singolo angolo di ripresa, il team ha utilizzato un sistema stereo, che registra la scena da due prospettive leggermente diverse simultaneamente, proprio come fanno gli occhi umani. Addestrando la loro IA su migliaia di fotogrammi video annotati, hanno creato una pipeline in grado di scansionare ore di filmati in una frazione del tempo necessario a un essere umano, producendo conteggi affidabili dell'abbondanza ittica.

I ricercatori non si sono limitati a costruire un rilevatore; hanno costruito un sistema che comprende le sfide specifiche del conteggio subacqueo. In un fotogramma affollato, i pesci spesso si nascondono l'uno dietro l'altro, rendendo difficile capire esattamente quanti siano presenti. Il team ha addestrato il proprio modello a riconoscere che all'aumentare del numero di pesci, aumenta anche la difficoltà di contarli perfettamente. Hanno introdotto un nuovo modo di misurare il successo che tiene conto di questa realtà, accettando che un piccolo margine di errore sia naturale quando i pesci sono ammassati strettamente. Quando hanno testato il loro sistema rispetto ai conteggi effettuati dagli esperti umani, i risultati sono stati sorprendenti. Le stime del computer corrispondevano ai conteggi umani con un'accuratezza molto elevata, identificando correttamente la presenza e il numero approssimativo di pesci piatti e di pesci simili al merluzzo in quasi tutti i casi. Il sistema era così efficace da poter sostituire una parte significativa del lavoro manuale, riducendo il tempo necessario per elaborare i dati del rilievo da mesi a settimane.

Una delle scoperte più sorprendenti è arrivata dal modo in cui il sistema utilizza le due angolazioni della telecamera. Nei rilievi tradizionali, gli scienziati scelgono solitamente un solo punto di vista della telecamera per contare i pesci, trattando la seconda telecamera come una riserva o per misurare la lunghezza del pesce. I ricercatori hanno scoperto che, lasciando che il computer guardasse entrambi gli angoli e prendendo semplicemente il conteggio più alto tra i due, ottenevano un quadro molto più chiaro della popolazione ittica. Questo approccio, che hanno chiamato "conteggio massimo", ha ridotto il rumore e l'incertezza nei dati. Ha reso i risultati del rilievo più sensibili ai reali cambiamenti dell'ambiente. Ad esempio, analizzando come i numeri dei pesci cambiassero con la distanza dalle basi delle turbine eoliche, il metodo a due telecamere ha rivelato un modello chiaro che il metodo a singola telecamera aveva mancato. I pesci piatti, che tendono a stare bassi e a mimetizzarsi con il fondale, erano particolarmente difficili da individuare da un solo angolo, ma l'approccio a doppia visuale li catturava molto più efficacemente.

Lo studio ha anche evidenziato i benefici pratici di questa automazione per il monitoraggio a lungo termine. Sebbene l'allestimento del sistema richiedesse un investimento iniziale di tempo per etichettare i dati di addestramento e calibrare il software, il ritorno è stato immediato sul campo. Il team è stato in grado di elaborare i dati del rilievo del 2024 in soli 68 giorni, rispetto ai 134 giorni del rilievo dell'anno precedente, che si era basato interamente sul conteggio manuale. Questa velocità non fa risparmiare solo tempo; permette agli scienziati di porre domande più complesse su come gli ecosistemi marini rispondano all'attività umana. I ricercatori hanno osservato che, sebbene il loro sistema sia attualmente personalizzato per i tipi di pesci e le condizioni specifiche del Mare del Nord, il framework è aperto e accessibile. Dimostra che, con gli strumenti giusti, i massicci volumi di dati video raccolti dai ricercatori marini possono essere trasformati in conoscenza azionabile senza essere sepolti dal peso del lavoro manuale.

Il successo di questo progetto suggerisce una nuova strada per la conservazione marina. Automatizzando il compito tedioso del conteggio, gli scienziati possono concentrare le loro energie sull'interpretazione dei dati piuttosto che sulla semplice raccolta degli stessi. La capacità di rilevare cambiamenti sottili nell'abbondanza ittica, come il declino dei numeri allontanandosi dalle turbine eoliche, fornisce prove cruciali per gestire responsabilmente questi siti industriali. I ricercatori sottolineano che, sebbene il computer sia uno strumento potente, funziona meglio quando integra l'esperienza umana invece di sostituirla del tutto. Il sistema è progettato per gestire la maggior parte del conteggio, segnalando le scene più complesse per la revisione umana, se necessario. Questa partnership tra l'intuizione umana e la velocità della macchina offre una soluzione scalabile per il monitoraggio della salute dei nostri oceani, garantendo che, mentre costruiamo più infrastrutture sul fondale, possiamo anche mantenere un occhio preciso e vigile sulla vita che chiama casa.

Sintesi Tecnica: Stima Automatica dell'Abbondanza di Gadoidi e Pleuronettiformi in Filmati Stereo-BRUV Utilizzando il Rilevamento di Oggetti YOLO

Definizione del Problema
La gestione degli ecosistemi marini richiede un monitoraggio robusto per affrontare le pressioni antropiche quali la sovrapesca, l'inquinamento e la proliferazione delle infrastrutture per le energie rinnovabili offshore. Sebbene i rilievi mediante Baited Remote Underwater Video (BRUV) offrano un metodo non invasivo ed economico per valutare le popolazioni ittiche, la loro utilità è limitata dalla natura laboriosa dell'analisi video manuale. Ciò crea un collo di bottiglia analitico, in particolare con l'aumentare dei volumi di dati che raggiungono i terabyte. Inoltre, l'analisi convenzionale dei BRUV utilizza tipicamente solo un unico punto di vista della telecamera dai sistemi stereo, scartando potenzialmente dati preziosi dalla seconda telecamera, tradizionalmente riservata alle misurazioni della lunghezza. È necessario un sistema di pipeline automatizzate, end-to-end, che possano efficientemente enumerare taxa specifici e sfruttare la piena capacità dei sistemi stereo-BRUV per migliorare la sensibilità delle stime di abbondanza.

Metodologia
Gli autori hanno sviluppato una pipeline di visione artificiale end-to-end utilizzando il framework di rilevamento di oggetti You Only Look Once (YOLOv8) per automatizzare l'enumerazione di Gadidae (merluzzi) e Pleuronectiformes (pesci piatti) in filmati BRUV raccolti presso parchi eolici offshore nel Mare del Nord settentrionale.

Raccolta e Annotazione dei Dati: I dati video sono stati raccolti durante i rilievi nel 2022 (n=108 deployment) e nel 2024 (n=96 deployment). I dati di addestramento sono stati estratti dal rilievo del 2022, specificamente dal "frame MaxN" (il frame con il numero massimo di individui) e ogni 1000esimo frame successivo. Sono state annotate in totale 2.709 immagini, contenenti 16.679 organismi. Per affrontare lo squilibrio delle classi, le specie sono state raggruppate in tre classi: 'Pleuronectiformes', 'Gadidae' e 'Benthic invertebrates'.
Sviluppo del Modello: Gli autori hanno impiegato un processo di ottimizzazione a due stadi. In primo luogo, una ricerca grossolana ha valutato 41 combinazioni di dimensioni dell'immagine di input (640×640 vs. 1280×1280), architetture del modello (da YOLOv8n a YOLOv8x) e strutture dei dati di addestramento. La configurazione ottimale ha utilizzato immagini di input da 1280×1280 e il framework YOLOv8s (small). In secondo luogo, è stata eseguita una sintonizzazione degli iperparametri basata su algoritmi genetici su 100 iterazioni.
Approccio Ensemble: Per mitigare la variabilità introdotta dall'inizializzazione casuale dei pesi, è stato addestrato un ensemble di cinque modelli distinti utilizzando gli iperparametri ottimizzati. Durante l'inferenza, i conteggi di rilevamento di tutti e cinque i modelli sono stati mediati per determinare la stima finale dell'abbondanza per ogni frame.
Stima MaxN: La pipeline ha analizzato un frame ogni 2 secondi di video. Il numero massimo di rilevamenti per una specifica classe in un singolo frame è stato registrato come MaxN derivato dal modello ( $MaxN_{YOLO}$ ).
Metriche di Valutazione: Sono state calcolate le metriche standard (mAP, precision, recall, RMSE, MAE). Fondamentalmente, gli autori hanno introdotto una metrica personalizzata, la Mean Peak Success (MPS), per valutare l'accuratezza a livello di deployment. La MPS calcola la proporzione di predizioni che rientrano in una tolleranza di errore dipendente dall'abbondanza (che varia dal 10% per bassa abbondanza al 20% per alta abbondanza). La soglia di confidenza ottimale per il deployment è stata determinata massimizzando il tasso di successo di picco per ogni taxon.
Analisi della Visione Stereo: La pipeline è stata applicata sia alla vista della telecamera sinistra che a quella destra delle unità stereo-BRUV. Gli autori hanno confrontato la stima convenzionale a singolo punto di vista (telecamera destra) con una metrica max-MaxN, definita come il valore più alto tra le stime di abbondanza dei due punti di vista per ogni deployment. I test statistici (t-test accoppiati, test di permutazione sul Coefficiente di Variazione e test di Friedman) sono stati utilizzati per valutare bias, variabilità e sensibilità rispetto alla distanza dalle basi delle turbine.

Risultati Chiave

Prestazioni di Rilevamento: L'ensemble finale del modello ha raggiunto un'elevata accuratezza di rilevamento, con punteggi di media Average Precision (mAP) di $0.896 \pm 0.009$ per i Gadidae e $0.814 \pm 0.009$ per i Pleuronectiformes.
Stima dell'Abbondanza: $MaxN_{YOLO}$ ha mostrato un accordo molto forte con i conteggi umani annotati dagli esperti ( $MaxN_{Human}$ ), con correlazioni di rango di Spearman ( $\rho$ ) compresi tra 0.955 e 0.987 e coefficienti di determinazione ( $R^2$ ) da 0.874 a 0.987 attraverso entrambi gli anni di rilievo. Il modello ha mostrato un leggero e costante bias negativo (sottostima), più pronunciato per i Pleuronectiformes ad alte abbondanze, probabilmente dovuto all'occlusione.
Benefici della Visione Stereo: Confrontando il singolo punto di vista (telecamera destra) con l'approccio max-MaxN, è emerso che l'utilizzo di entrambi i punti di vista ha ridotto significativamente la variabilità delle stime di abbondanza (minore Coefficiente di Variazione).
Sensibilità Statistica: La metrica max-MaxN ha dimostrato una maggiore sensibilità alle variabili sperimentali (distanza dalle basi delle turbine) rispetto al singolo punto di vista. Mentre il singolo punto di vista non è riuscito a rilevare differenze significative nelle bande di distanza per entrambi i taxa, la metrica max-MaxN ha rivelato differenze significative per i Pleuronectiformes ( $p = 0.043$ ) ma non per i Gadidae ( $p = 0.146$ ). Il test di permutazione ha indicato che l'aumento della dimensione dell'effetto è stato statisticamente significativo solo per i Pleuronectiformes ( $\Delta W = 0.092, p = 0.003$ ), mentre la differenza per i Gadidae non era significativa ( $\Delta W = 0.061, p = 0.114$ ).
Efficienza: L'implementazione della pipeline automatizzata ha ridotto il tempo trascorso dal completamento del lavoro sul campo alla stima finale del MaxN da 134 giorni (2022, manuale) a 68 giorni (2024, automatizzato con validazione manuale).

Significatività e Rivendicazioni
L'articolo sostiene che le pipeline di rilevamento oggetti su misura possono aumentare efficacemente l'efficienza e l'ambito analitico del monitoraggio marino basato su video all'interno di definiti sistemi di rilievo. Lo studio dimostra che:

L'Automazione è Viabile: Le pipeline basate su YOLO possono automatizzare l'enumerazione di taxa ittici di importanza commerciale con alta accuratezza, sostituendo parzialmente l'annotazione manuale in programmi di monitoraggio pluriennali.
Utilità dei Dati Stereo: L'analisi automatizzata rende pratico l'utilizzo di entrambi i punti di vista dei sistemi stereo-BRUV. L'approccio "max-MaxN", che seleziona il conteggio più alto tra le due telecamere, aumenta la sensibilità delle stime di abbondanza alle variabili sperimentali e riduce la variabilità, migliorando così la potenza statistica senza ulteriore sforzo sul campo.
Innovazione delle Metriche: L'introduzione della Mean Peak Success (MPS) fornisce un quadro di valutazione più appropriato per i dati BRUV rispetto alle metriche di errore standard, poiché tiene conto della natura dell'errore di conteggio dipendente dall'abbondanza (es. occlusione).
Accessibilità: Il flusso di lavoro si basa su framework open-source e può essere eseguito su hardware di fascia media (NVIDIA RTX A4000), offrendo una via a basso costo per i ricercatori che desiderano adottare l'analisi automatizzata, a condizione di poter investire nell'annotazione iniziale dei dati di addestramento.

Gli autori mantengono una posizione modesta, osservando che, sebbene i metodi automatizzati siano efficaci per i taxa abbondanti in programmi di monitoraggio pluriennali, gli annotatori umani rimangono il riferimento per l'accuratezza assoluta. Essi riconoscono inoltre che i modelli sono personalizzati per condizioni specifiche e che l'identificazione a livello di specie è stata limitata dalla disponibilità dei dati di addestramento, suggerendo che una maggiore generalizzabilità potrebbe richiedere approcci basati su modelli di fondazione più ampi o sforzi di annotazione più estesi.

Articoli simili