Preguntas más frecuentes

Sí, los sistemas SEA.AI están equipados con cámaras térmicas, lo que les confiere capacidad de visión nocturna. Incluso en condiciones meteorológicas adversas, sus cámaras térmicas superan al ojo humano. Teniendo en cuenta las tareas habituales que realiza una tripulación -ya sea el timón, la navegación u otras tareas-, los sistemas SEA.AI permanecen firmemente vigilantes, como “barqueros” atentos en lo alto del mástil. Su vigilancia constante garantiza alertas en tiempo real en presencia de peligros potenciales.

Hasta 2 usuarios pueden utilizar la aplicación al mismo tiempo en sus dispositivos. También es posible asumir el control incluso desde dispositivos adicionales. Por ejemplo, una Navstation o una tablet dentro del barco.

Sí, SEA.AI, con sus cámaras térmicas, puede detectar objetos a la misma temperatura gracias a las diferencias de emisividad y reflectividad de los materiales, y a la capacidad de la cámara para detectar variaciones en la radiación infrarroja de distintas superficies.

Cada material tiene su propia emisividad, que determina la eficacia con la que emite calor, de modo que los objetos similares en temperatura aparecen de forma diferente.

La reflectividad también influye en la imagen térmica, ya que algunos materiales reflejan más la radiación circundante.

Por último, se pueden detectar las variaciones de infrarrojos en las superficies, lo que permite distinguir objetos de igual temperatura. Por ejemplo, un recipiente y el agua, aunque estén a la misma temperatura, emiten radiación infrarroja de forma diferente, haciendo visible el recipiente.

Gracias a la última tecnología de cámaras combinada con la inteligencia artificial, SEA.AI detecta y clasifica los objetos para alertar a las tripulaciones con antelación y fiabilidad sobre los objetos que se encuentran en la superficie del agua, tanto de día como de noche.

Una Red Neuronal Convolucional (CNN) es una clase de red neuronal artificial que realiza segmentación, clasificación y detección para infinidad de aplicaciones, como la seguridad marítima. La visión por ordenador analiza imágenes y, a continuación, crea representaciones numéricas de lo que “ve” mediante una CNN.

Las cámaras térmicas, también conocidas como cámaras de infrarrojos, funcionan detectando y captando la radiación infrarroja (calor) emitida por los objetos. A diferencia de la luz visible, que el ojo humano puede percibir, la radiación infrarroja no es visible a simple vista. Las cámaras térmicas utilizan sensores y ópticas especiales para captar esta radiación infrarroja y convertirla en una imagen visible que representa las diferencias de temperatura en una escena.

Para entrenar nuestros modelos, creamos conjuntos de datos de entrenamiento y prueba representativos a partir de nuestra gran base de datos marítima anotada, que se amplía continuamente con nuevas imágenes que captan una amplia gama de escenarios.El conjunto de entrenamiento se utiliza para entrenar nuestros modelos de IA mediante retropropagación. Aplicamos varias estrategias de aumento de datos durante el proceso de entrenamiento para maximizar la capacidad de generalización de los modelos. Estas estrategias consisten en modificar las imágenes de entrenamiento de distintas formas para ayudar a los modelos a aprender características más robustas.También realizamos el ajuste de hiperparámetros para encontrar los valores óptimos de distintas variables que controlan el proceso de aprendizaje. Por último, el conjunto de pruebas se utiliza para evaluar el rendimiento de los modelos comparando las anotaciones con las predicciones de los modelos. Esta evaluación continua nos ayuda a valorar lo bien que los modelos entrenados detectan objetos en datos no vistos, garantizando su buen rendimiento en escenarios del mundo real.