港口环境中油污的标注RGB影像(2021年9月至2023年9月)

港口区域频繁发生油污事件，对环境构成严重威胁，因此迫切需要高效的检测机制。利用无人机进行这项工作可以显著提高油污检测的速度和准确性。这些进步不仅加快了清理工作，减少了环境损害，还增强了污染者的责任追究，有可能阻止未来的事件发生。目前，在海上环境中使用 RGB 图像进行油污检测的数据集非常稀缺。本文提出一个独特的标注数据集，旨在填补这一空白，利用神经网络在桌面和边缘计算平台上进行分析。该数据集通过无人机拍摄，包含 1268 张图像，分为油污、水和其他三类，使用 Unet 模型架构训练的卷积神经网络在油污检测上达到了 0.71 的 F1 分数。这突显了该数据集在实际应用中的实用性，为港口环境中的环境保护提供了关键资源。