海洋垃圾检测数据集 | 海洋垃圾 塑料污染 环保监测9047期数据集概述本数据集专注于近岸及海洋环境中的垃圾识别与分类服务于海洋生态保护、海岸带管理及污染防治。数据涵盖15类常见海洋废弃物适配滩涂巡检、水下机器人目标识别及环保监测等应用。数据集核心信息数据要素详细说明类别共15类详见下方列表数量5100张图像格式支持YOLOtxt与VOCxml两种主流标注格式应用价值1.海洋环保支撑海滩、近海漂浮垃圾的自动化监测与清理规划。2.污染治理通过垃圾类别统计识别主要污染源辅助政策制定。3.生态评估分析垃圾分布密度与类型评估对海洋生物如海龟、鸟类的潜在威胁。完整类别列表序号类别名称中文释义标注框数1mask口罩15722glove手套12613gbottle玻璃瓶4844pbottle塑料瓶13425plastic塑料制品2756pbag塑料袋16317net渔网7448can金属罐1639metal金属制品8310misc杂物25711tire轮胎321112rod鱼竿/杆状物3713cellphone手机38514electronics电子产品19615sunglasses太阳镜18数据三要素解析类别与覆盖范围数据集定义15个细分类别覆盖个人防护用品口罩、手套、包装材料塑料瓶、塑料袋、玻璃瓶、渔业相关渔网、浮球、大型废弃物轮胎、电子废弃物手机、电子产品及其他杂物等。该分类体系与联合国环境规划署UNEP海洋垃圾监测分类指南相衔接具有较强的科研与政策支撑价值。标注框总数约11000个其中轮胎3211、塑料袋1631为数量最多的类别太阳镜18、鱼竿37为稀有类别。数据规模与格式图像总量约5100张规模充足能支撑多类别海洋垃圾检测模型的训练。同时提供YOLO与VOC两种通用标注格式灵活适配不同目标检测框架。图像与标签一一对应数据结构规范即拿即用。配套资源与服务附赠基于YOLOv11n训练完成的模型权重30个epoch与训练日志。提供PyQt 可视化界面含源码与部署文档支持开箱即用的图片/视频检测演示。如需其他 YOLO 版本训练或格式转换可联系定制。知识普及海洋垃圾检测的环保意义海洋垃圾是全球性环境问题其中塑料废弃物占比最高对海洋生态系统造成长期危害。基于视觉的自动化监测系统可搭载于海岸监控摄像头、无人机或水下机器人实现大范围、高频次的垃圾分布调查。通过本数据集训练的模型可支撑清理优先级排序识别高污染区域与主要垃圾类型合理分配清理资源。源头追溯通过垃圾类别与品牌标识辅助识别主要污染行业与来源。政策效果评估对比不同时期检测数据评估“禁塑令”等政策实施效果。快速开始代码示例YOLO 格式配置文件data.yaml示例train:./dataset/images/trainval:./dataset/images/valnc:15names:[mask,glove,gbottle,pbottle,plastic,pbag,net,can,metal,misc,tire,rod,cellphone,electronics,sunglasses]启动 YOLOv8 训练或使用提供的预训练权重进行推理fromultralyticsimportYOLO modelYOLO(yolov11n.pt)# 或加载提供的预训练权重model.train(datadata.yaml,epochs50,imgsz640,batch16)标签海洋垃圾塑料污染环保监测目标检测YOLO格式深度学习数据集计算机视觉