Open data
La piattaforma automa raccoglie, elabora e rende disponibili dati ambientali marini attraverso un processo metodologico integrato, che combina acquisizione sul campo, annotazione esperta e riconoscimento automatico tramite modelli di intelligenza artificiale.
- Acquisizione dei dati
I contenuti visivi provengono da due canali principali:- AUV e strumentazioni automatiche, impiegate nei siti pilota (Pianosa e Secche della Meloria);
- contributi di subacquei professionisti e ricreativi, che possono caricare in piattaforma fotografie originali.
Al momento dell’upload vengono letti automaticamente i metadati disponibili (es. coordinate geografiche, data e ora dello scatto), successivamente anonimizzati e integrati nel dataset aperto consultabile dagli utenti registrati. - Scelta delle specie e costruzione del dataset
La definizione del core stock di specie è stata effettuata tramite revisione della letteratura scientifica (Web of Science, ARPAT, ISPRA) e basata su criteri di rilevanza ecologica, invasività e valore come indicatori ambientali. Il pool iniziale include speciealiene/invasive (NIS/AIS) especie autoctone sia ittiche sia bentoniche, selezionate per garantire robustezza, trasferibilità e scalabilità nazionale del sistema. Le immagini relative alle specie target sono state raccolte tramite ricerca iconografica, riprese originali (es. Acquario di Livorno) e contributi esterni, costituendo la baseline del database visivo. - Specie analizzabili in piattaformaLa piattaforma AUTOMA attualmente supporta il riconoscimento automatico di un nucleo iniziale di specie selezionate per rilevanza ecologica, invasività, frequenza di avvistamento e valore come indicatori di cambiamento ambientale. Il gruppo include specie aliene / invasive (NIS/AIS) e specie autoctone (AS), sia ittiche sia bentoniche.Specie aliene / invasive (NIS/AIS)
- Ittiche
- Fistularia commersonii — Pesce flauto
- Lobotes surinamensis — Pesce foglia
- Pterois volitans — Pesce scorpione
- Bentoniche
- Callinectes sapidus — Granchio blu
Specie autoctone (AS)- Ittiche
- Epinephelus marginatus — Cernia bruna
- Diplodus vulgaris — Sarago
- Sparus aurata — Orata
- Bentoniche
- Callinectes sapidus — Granchio blu
- Ittiche
- Tagging e preparazione dei dati
Un set di 827 immagini è stato inizialmente caricato su Label Studio, dove è stata svolta un’attività di tagging manuale conforme allo standard YOLO.- identità della specie;
- bounding box per localizzazione spaziale;
- metadati contestuali rilevanti.
Il processo ha incluso cicli iterativi di annotazione, validazione e data augmentation per compensare sbilanciamenti e migliorare la capacità discriminativa del modello anche in condizioni tipiche dell'ambiente subacqueo (bassa luminosità, particolato, sfondi complessi). - Sperimentazione dei modelli di riconoscimento
Prima della definizione della pipeline finale, sono stati condottitest esplorativi di tagging e classificazione automatica per valutare la fattibilità operativa.
Questi test hanno permesso di:- osservare le criticità delle immagini subacquee (variabilità di luce, movimento, qualità);
- confrontare classificazione umana e automatica;
- analizzare casi limite e comportamento dei modelli esistenti;
- orientare la scelta di soluzioni modulari e adattive.
I risultati hanno confermato la necessità di un approccio combinato uomo–macchina nelle fasi iniziali, e hanno guidato la costruzione di una pipeline di addestramento basata su YOLO + Ultralytics. - Riconoscimento automatico e generazione dell’open dataset
Una volta caricata un’immagine, l’algoritmo identifica la specie raffigurata e aggrega i dati estratti (specie, coordinate, data) in forma anonima.I dataset derivati vengono messi a disposizione degli utenti registrati in formato CSV, con finalità scientifiche, di monitoraggio ambientale e di divulgazione.