基于计算机视觉的海滩垃圾识别模型的研究

我国是一个海洋大国，海洋面积大、分布广、海岸线长。由于人们对海洋环境认识不足，导致海洋垃圾广布于海洋和海滩中，危及生态环境、经济发展和人类健康。海洋垃圾主要来源陆源和海源两部分，而海滩处于陆海交界地带，受流域、海域潮波作用及人类活动的影响，积累了大量固体废弃物。针对上述问题，提出基于计算机视觉对海滩垃圾进行高效、准确、无损目标检测的设想，实现垃圾在线精准目标检测。首先，基于YOLOv5框架来获得海滩垃圾目标检测模型；其次，利用TensorRT加速框架，对所得模型进行算法执行优化，加速模型推理过程，为模型在有限硬件及算力资源的边缘设备平台部署提供模型基础；最后，基于Jetson Nano边缘设备进行模型本地化部署，实现海滩垃圾的在线精准目标检测。