Método de Detección de Derrames de Petróleo Marinos Basado en YOLOv8 y SAPSO

En medio de un panorama económico que evoluciona rápidamente, la demanda mundial de petróleo está en constante aumento. Esta mayor demanda ha impulsado la extracción marina y el transporte marítimo de petróleo, resultando en un aumento consecuente y desigual de los derrames de petróleo en el mar. Caracterizados por su aparición abrupta, rápida diseminación de la contaminación, daño prolongado y desafíos en la contención a corto plazo, los accidentes por derrames de petróleo representan amenazas económicas y ambientales significativas. Por lo tanto, es imperativo adoptar métodos eficaces y fiables para la detección oportuna de derrames de petróleo y minimizar el daño infligido por tales incidentes. Aprovechando la red de aprendizaje profundo YOLO, este documento presenta una metodología para la detección automatizada de objetivos de derrames de petróleo. El procesamiento de datos experimentales incorporó desruido, modificación en escala de grises y aumento de contraste. Posteriormente, se emplearon imágenes realistas de derrames de petróleo como muestras extensas de entrenamiento en el modelo de red YOLOv8. El modelo de detección entrenado demostró una identificación rápida y precisa de las regiones válidas de derrames de petróleo. Finalmente, los filmes de petróleo dentro de las regiones de derrame identificadas fueron extraídos utilizando el algoritmo de optimización por enjambre de partículas de recocido simulado (SA-PSO). El método propuesto para la supervisión de derrames de petróleo en alta mar presentado aquí puede ofrecer apoyo de datos inmediato y válido para patrullas regulares y esfuerzos de reacción de emergencia.