Shen Molloy
·Building Bridges - Project Manager

AI for Benthic Species Detection | Utilisation de l'IA pour détecter les espèces benthiques

What does it take to map the ocean floor at scale?

As part of the CIOOS Building Bridges initiative, this case study explores how AI is being applied to benthic species detection to support more sustainable fisheries management.

Led by Ocean Riot in collaboration with CIDCO, the Benthoscope system uses computer vision and high-resolution seabed imagery collected by AUVs to detect, classify, measure, and count benthic species. DeepSense supported the development of AI capabilities, helping scale and accelerate this analysis.

With over 100,000 training samples and current test accuracy exceeding 95 percent, this work demonstrates how applied AI can transform ocean monitoring from a manual, resource-intensive process into a scalable, data-driven workflow.

More importantly, it highlights how collaboration between OceanRiot, CIDCO, DeepSense, and CIOOS can turn complex ocean data into actionable insights for sustainable decision-making.

OceanRiot Case Study EN.pdf
14.33MB

Que faut-il pour cartographier les fonds marins à grande échelle?

Dans le cadre de l’initiative CIOOS Building Bridges, cette étude de cas explore comment l’intelligence artificielle est utilisée pour la détection des espèces benthiques afin de soutenir une gestion plus durable des pêches.

Dirigé par Ocean Riot, en collaboration avec CIDCO, le système Benthoscope utilise la vision par ordinateur et des images haute résolution des fonds marins captées par des AUVs pour détecter, classifier, mesurer et compter les espèces benthiques. DeepSense a contribué au développement des capacités en intelligence artificielle, permettant de rendre cette analyse plus rapide et plus scalable.

Avec plus de 100 000 échantillons d’entraînement et une précision actuelle dépassant 95 %, ce travail démontre comment l’IA appliquée peut transformer la surveillance océanique, passant d’un processus manuel et intensif en ressources à un flux de travail évolutif et axé sur les données.

Plus important encore, cette collaboration entre OceanRiot, CIDCO, DeepSense et CIOOS montre comment des données océaniques complexes peuvent être transformées en informations exploitables pour soutenir une prise de décision durable.

OceanRiot Case Study FR.pdf
14.78MB