IWHR_AI_Lable_Floater_V1.zipIWHR_AI_Lable_Floater_V1： 用于检测内陆水域漂浮物的注释数据集和基准

海洋垃圾对海洋生态系统构成严重威胁，及时清除内陆水域的漂浮垃圾可有效防止漂浮垃圾入海。准确的物体检测系统是有效清除漂浮物的前提。然而，水中复杂的光线条件、小尺寸物体和其他因素对漂浮物体的检测构成了巨大的挑战。为了促进漂浮物污染问题的解决，促进人工智能技术在水务行业的应用，我们提出了第一个基于岸基拍摄设备从真实水域场景采集的水域漂浮数据集 IWHR_AI_Lable_Floater_V1。该数据集由 3000 张图像组成，其中包含准确的注释信息，以支持基于视觉的水面漂浮物检测任务。我们进行了大量基线实验，以评估主流对象检测算法在该数据集上的性能。结果表明，包括最先进的模型 YOLOv9 在内的模型的检测精度都很低，这也表明漂浮物体检测是一项具有挑战性的任务。