利用YOLOv12简化海洋污染检测：一种用于实时碎片识别的多类别方法

《Regional Studies in Marine Science》：Detecting Marine Pollution Made Simple with YOLOv12: A Multi-Class Approach for Real-Time Debris Recognition

本研究提出基于YOLOv12的深度学习算法，利用改进的多尺度特征聚合和动态锚点分配技术，结合15类海洋垃圾空天地数据集，实现高精度（83.54%）实时检测，有效提升海洋污染监测能力，支持联合国可持续发展目标14。

　　

杨莉|李光学|冯秀丽

上海师范大学天华学院，中国上海，201815

摘要

海洋垃圾已成为一个严重的环境问题，对野生动物、食品安全、海洋产业、人类健康以及整个生态系统构成了重大威胁。为了遏制海洋垃圾污染，应尽早进行检测和监测。然而，现有的使用人力或传感器的方法在可靠性、有效性和精确度方面都不足以应对广泛的海洋环境。本研究介绍了一种利用先进的深度学习计算机视觉算法YOLOv12进行海洋垃圾实时识别的新方法，该算法能够高速准确地检测和定位图像或视频流中的物体。我们使用航拍和水下图像创建了一个包含15种常见海洋垃圾类型的数据集。通过引入自定义图像处理层，该方法增强了处理海洋环境复杂性和多样性的能力，能够同时检测到大碎片和小碎片。实验结果表明，YOLOv12在阴影、遮挡、小物件以及大量重叠垃圾等不利条件下仍表现良好，标准检测阈下的准确率为83.54%，在不同阈值下的准确率为70.25%（这一结果在信心水平变化的情况下仍然表现优异）。基于定量和定性方法的测试证明，该方法可用于实际场景，如水下机器人和无人驾驶飞行器等自主系统。为了支持应对海洋垃圾污染、保护自然资源以及确保海洋环境的长期可持续性，本文提出了一种精确且成本效益高的海洋垃圾监测方法。当前模型尚无法可靠地区分垃圾和缠绕的海洋生物，因此在实施生物保护措施之前，自动清理机器人使用该方法存在安全隐患。所有物理干预决策仍需人工验证。

引言

人为造成的海洋空间污染是一个严重的环境问题，对生态、经济和健康产生了重大影响（Matsumura等人，2025年）。据估计，每年约有800万至1200万吨垃圾被排放到世界各大洋中（Faizal等人，2022年）。陆地活动、海上捕鱼、沿海旅游以及沿海地区废物管理设施不足是造成这一问题的主要原因（Qian，2023年）。人为产生的海洋垃圾对环境有多种影响，包括困住野生动物、破坏食物链、破坏栖息地以及有毒物质在海洋食物链中的生物累积。除了对环境造成损害外，海洋污染还对海洋渔业、水产养殖、旅游业和海上航行产业产生了显著的经济影响，仅海洋领域的损失每年就高达数十亿欧元（Clayton等人，2021年）。这些影响对环境的严重程度直接取决于快速检测和分类各种形式海洋垃圾的能力（Schmidt等人，2017年）。不同类型的垃圾具有不同的生物紧迫性：废弃的渔网（称为“幽灵渔具”）可能在水中长期存在，并在丢失或丢弃后继续杀死海龟、鱼类和海洋哺乳动物；一条渔网可能在数年甚至数十年内持续危害野生动物（Li等人，2025年）。电子垃圾和锋利的金属碎片会释放有毒化合物（如重金属），这些化合物会在沉积物和底栖生物体内积累，干扰鱼类繁殖并导致发育异常（Purba等人，2021年）。现有的检测技术无法以所需的准确性和速度应对这些时间敏感的生态威胁。志愿者或市政主导的海滩手动调查虽然初衷良好，但由于人类视力有限，难以区分透明塑料和天然材料，导致对最有害类型的垃圾报告不足（Beaumont等人，2019年）。手动调查劳动强度高（平均每公里海岸线需要2-4小时），因此关键的“幽灵渔具”可能数周或数月未被发现，继续危害野生动物。此外，这些调查仅限于可到达的沿海区域，而广阔的开放海域和深海区域（垃圾最可能集中的地方）则完全未被监测（Li等人，2025年）。卫星遥感具有更广泛的空间覆盖范围，但其分辨率（通常为每像素10-30米）无法检测到小碎片和微塑料等对海洋生物危害最大的孤立物体（Christodoulou等人，2025年）。现有技术无法实现实时和多类别识别，导致一系列生态影响。由于缺乏快速准确的分类，清理工作无法集中在对环境危害最大的垃圾类型上，这意味着资源可能被浪费在危害较小的垃圾上，而幽灵渔网仍会继续捕获濒危物种（Purba等人，2020年）。通过监测程序无法追踪特定类别垃圾的来源和传播途径，阻碍了针对污染源采取具体缓解措施的努力。风险评估框架仍然较为原始，无法区分垃圾主要来自惰性物质区域和具有显著毒性风险的区域（Van Sebille等人，2020年）。最重要的是，缺乏自动化检测手段使得无法实施连续监测系统，无法在海洋保护区、繁殖区和迁徙路线等脆弱物种最易受影响的区域提供早期预警。为了应对这些生态挑战，检测系统必须具备三个基本属性：（1）实时处理速度，以便在野生动物与垃圾接触前迅速作出反应；（2）多类别分类能力，以区分不同类型的垃圾（例如缠绕危险、吞食危险和有毒污染物）；（3）在海洋环境的恶劣视觉条件下（如浑浊度、光照、波浪作用和垃圾方向）仍能保持高性能。基于深度学习的计算机视觉技术，尤其是YOLO系列目标检测算法，为实现这些要求提供了一条途径。YOLO架构在动态环境中（如水下机器人、无人机和遥感）的实时目标识别方面取得了革命性进展（Lazar等人，2024年）。YOLO可以实时运行，通过单次网络处理即可检测和分类目标（Luo等人，2023年）。过去使用YOLO变体进行海洋垃圾检测的应用已经证明了其可行性，研究人员使用YOLOv4在海洋环境中实现了实时检测（Ondara & Dhiauddin，2020年）。然而，这些应用也暴露了一些长期存在的问题：无法识别小物体（这对于检测微塑料聚集和远处垃圾至关重要）、在光照条件变化时表现不稳定（这是由于海洋光照的动态特性所致），以及无法识别视觉复杂的背景（这通常是垃圾水域的特征）（Chen等人，2023年）。

之前的YOLOv8/v10模型经常将透明塑料袋误分类为水母。YOLOv12引入了新的功能以克服这些误分类问题。2025年初发布的最新YOLOv12架构解决了YOLOv8和YOLOv10在海洋垃圾检测中的持续局限性。表S1（补充材料）对YOLOv12进行了对比测试，显示其在多个与海洋保护相关的指标上表现有所提升。这项工作不仅在其专业成就方面具有重要意义，也对社会产生了深远影响。所提出的框架可以促进多项关键任务，包括有针对性的清理、污染热点监测、法规监督和环境影响长期评估。它通过提供一种可扩展且有效的自动检测海洋垃圾的方法来实现这些目标。将基于YOLOv12的传感系统应用于无人机、潜艇和水下机器人，可以实现长时间的大范围连续监测，而这仅靠人力或传感器是难以实现的。我们实施了改进的架构，以提高在海洋视觉条件下对小碎片和部分遮挡碎片的检测能力。获取高分辨率的实时数据还有助于制定明智的海洋政策、资助清理工作并提高公众对海洋垃圾的认识。它可以用于全球性倡议，包括联合国可持续发展目标中的目标14，即关注水下生物。因此，当前人工智能研究水平与有效海洋管理的需求之间的差距在这一工作中得到了弥补。

方法介绍

YOLOv12方法描述

我们2025年发布的YOLOv12是实时对象识别领域最新和最先进的成果（Jasechko等人，2024年）。它解决了诸如识别小目标、减少特征混淆以及使计算机在复杂环境中高效运行等关键问题。YOLO系列具有高推理速度和端到端架构。该版本引入了四个新功能：

区域注意力模块：该模块帮助系统专注于垃圾的实际物体

数据收集

本文使用了一个专门用于水环境环境监测的海洋垃圾开放数据集。该数据集可供公开获取，网址为：https://www.doi.org。它包含了5,130张高分辨率的海洋垃圾照片，涵盖了15种可能出现在不同海洋环境中的垃圾类型，包括来自空中（无人机）和水下的垃圾。这些类别包括口罩、手套、渔网、塑料瓶（p-bottles）、玻璃瓶（g-bottles）和塑料袋

使用损失指标衡量技术变化

多任务损失计算过程对方法的学习能力和深度学习对象识别测试的表现至关重要。YOLOv12是一种用于海洋中垃圾检测的一阶段方法。在评估和训练阶段，这三种损失类型都被赋予了数值。这进一步说明了该方法的行为及其适应复杂水环境的能力（图2）。这种组合使YOLOv12

主要结果讨论

本文的研究结果表明，与传统方法相比，YOLOv12在海洋垃圾识别准确性和处理速度方面取得了显著提升。在mAP50指标上达到83.54%的准确率，在mAP50-95指标上达到70.25%的准确率，表明该系统能够在恶劣海洋环境中有效检测大多数垃圾实例，并具有可接受的假阳性率

结论

本文证明，YOLOv12深度学习模型能够在多样化的环境条件下识别海洋垃圾，为自动化海洋污染检测系统做出了宝贵贡献。该系统通过引入专门的架构组件（如区域感知注意力模块、多尺度特征聚合和动态锚点分配）解决了早期方法在海洋垃圾检测中的长期问题。

CRediT作者贡献声明

冯秀丽：项目管理、方法论。李光学：可视化、验证、监督。

利益冲突声明

作者声明没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。