DroneShark Dataset: Um Conjunto de Imagens Aéreas para Detecção de Tubarões
Resumo
A segurança em ambientes costeiros impulsiona o desenvolvimento de métodos não invasivos de monitoramento. O DroneShark dataset é um conjunto de imagens aéreas capturadas por drones para detecção automatizada de tubarões. Diferentemente de abordagens anteriores que utilizam imagens subaquáticas, este dataset aborda especificamente os desafios da identificação de tubarões a partir de perspectivas aéreas. As imagens foram coletadas em diferentes condições ambientais e anotadas com caixas delimitadoras, não apenas para tubarões, mas também para outros elementos relevantes, como seres humanos. Esta característica permite que modelos de Aprendizado de Máquina avaliem potenciais cenários de interação em tempo real. O dataset está disponível no Kaggle, sendo um passo inicial para o desenvolvimento de sistemas autônomos que possam reforçar a segurança em regiões costeiras de alto risco de ataque de tubarões.Referências
Colefax, A. P., Butcher, P. A., and Kelaher, B. P. (2018). The potential for unmanned aerial vehicles (uavs) to conduct marine fauna surveys in place of manned aircraft. ICES Journal of Marine Science, 75(1):1–8.
Hazin, F. H. V. (2003). Ataques de tubarão na costa do estado de pernambuco. Disponível em: [link]. Acessado: 2025-03-31.
Jenrette, J., Liu, Z. Y.-C., Chimote, P., Hastie, T., Fox, E., and Ferretti, F. (2022). Shark detection and classification with machine learning. Ecological Informatics, 69:101673.
Medaglia, T. (2014). Praia do medo. Disponível em: [link]. Acessado: 2025-03-31.
Sharma, N., Scully-Power, P., and Blumenstein, M. (2018). Shark detection from aerial imagery using region-based cnn, a study. In Mitrovic, T., Xue, B., and Li, X., editors, AI 2018: Advances in Artificial Intelligence, pages 224–236, Cham. Springer International Publishing.
Yang, Z., Yu, X., Dedman, S., Rosso, M., Zhu, J., Yang, J., Xia, Y., Tian, Y., Zhang, G., and Wang, J. (2022). Uav remote sensing applications in marine monitoring: Knowledge visualization and review. Science of The Total Environment, 838:155939.
Hazin, F. H. V. (2003). Ataques de tubarão na costa do estado de pernambuco. Disponível em: [link]. Acessado: 2025-03-31.
Jenrette, J., Liu, Z. Y.-C., Chimote, P., Hastie, T., Fox, E., and Ferretti, F. (2022). Shark detection and classification with machine learning. Ecological Informatics, 69:101673.
Medaglia, T. (2014). Praia do medo. Disponível em: [link]. Acessado: 2025-03-31.
Sharma, N., Scully-Power, P., and Blumenstein, M. (2018). Shark detection from aerial imagery using region-based cnn, a study. In Mitrovic, T., Xue, B., and Li, X., editors, AI 2018: Advances in Artificial Intelligence, pages 224–236, Cham. Springer International Publishing.
Yang, Z., Yu, X., Dedman, S., Rosso, M., Zhu, J., Yang, J., Xia, Y., Tian, Y., Zhang, G., and Wang, J. (2022). Uav remote sensing applications in marine monitoring: Knowledge visualization and review. Science of The Total Environment, 838:155939.
Publicado
20/07/2025
Como Citar
SANTOS, Erick; BARBOSA, Maria Katarine Santana; QUEIROZ, Anderson; DIAS, Kelvin Lopes; LIRA, Rodrigo Cesar.
DroneShark Dataset: Um Conjunto de Imagens Aéreas para Detecção de Tubarões. In: WORKSHOP DE COMPUTAÇÃO APLICADA À GESTÃO DO MEIO AMBIENTE E RECURSOS NATURAIS (WCAMA), 16. , 2025, Maceió/AL.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2025
.
p. 348-351.
ISSN 2595-6124.
DOI: https://doi.org/10.5753/wcama.2025.9375.
