Rilevamento automatico di specie ittiche nell'Adriatico mediante tecniche di Deep Learning

Il monitoraggio dell’ambiente marino rappresenta un’attività essenziale per la comprensione dei profondi cambiamenti che stanno coinvolgendo il nostro pianeta. In questo progetto di tesi, svolto in collaborazione con l’Università Politecnica delle Marche, viene sviluppato un software basato sull’intelligenza artificiale per il rilevamento di diverse specie marine dell’Adriatico, ittiche nello specifico, al fine di favorire un domani il processo di catalogazione delle stesse, fondamentale per l’attività di monitoraggio ambientale. Il software si fonda sull’implementazione di un modello allo stato dell’arte per quanto riguarda il problema dell’object detection, uno dei temi principali nell’ambito della computer vision. Si tratta di una versione del noto algoritmo YOLO, basato sulle reti neurali convoluzionali (CNN), molto diffuso grazie a una combinazione vincente di velocità, accuratezza e versatilità. Dopo un’iniziale elaborazione dei dati disponibili attraverso tecniche di Deep Learning quali image preprocessing e data augmentation, ad una prima fase di addestramento tramite transfer learning segue una fase di testing su un dataset di video preregistrati a largo della costa abruzzese, fornito dall’Università Politecnica delle Marche.