无人机河道水环境巡检数据集水面漂浮垃圾非法捕捞水污染YOLO目标检测深度学习标注资源10441期#无人机河道巡检 #水环境AI监测 #水面漂浮物识别 #河道污染检测 #非法捕捞识别 #水域垃圾目标检测 #YOLO水环境数据集 #河湖生态治理 #低空航拍环保监测 #智慧河湖数字化国内河湖、流域常态化生态治理存在大量落地痛点传统人工乘船巡查覆盖范围有限河道弯道、浅滩、支流存在大量视觉盲区水面微小漂浮垃圾、隐蔽非法捕捞网具漏检率超62河面强光反光、波纹倒影、水草遮挡极易干扰视觉识别市面通用水上数据集仅覆盖船只、行人缺少污染物、废弃渔具、养殖捕捞设施专项样本多数水环境数据样本总量偏少缺少浑浊河道、汛期涨水、薄雾阴天等差异化工况普通检测模型远距离微小垃圾像素特征丢失严重无法支撑环保、水利全自动无人机巡航作业。无人机低空全域巡航是河湖生态治理核心技术手段同步识别水面废弃物、漂浮杂物、污染区域、废弃船舶、违规捕捞设施是污染溯源、非法养殖管控、水域保洁调度的底层技术底座。本文整理一套国内实景河道无人机航拍YOLO标注资源覆盖水环境5大类核心监测目标配套数据集均衡划分、水面反光降噪预处理、河道场景专属YOLO训练、航拍批量污染推理全套工程代码兼容YOLOv8/YOLO11/YOLO26全系列检测框架一站式解决智慧河湖、水环境治理AI识别项目的数据与算法落地难题。RiverPoll-Det 无人机河道水环境目标检测数据集 工程文档 项目简介本工程配套国内江河、湖泊、支流无人机低空航拍水环境目标检测数据集采集平原宽河道、山地溪流、城郊水库、乡村养殖沟渠多地貌航拍图像面向水利、环保部门无人机常态化河道巡查、水污染溯源、水面垃圾清运、非法捕捞管控业务开发。数据集采用标准YOLO归一化矩形框标注格式完整覆盖水环境5类治理刚需监测目标全面覆盖晴天水面强光反光、清晨薄雾、汛期浑浊水体、岸边水草遮挡、远距离微小漂浮垃圾、近岸渔具特写等复杂干扰工况配套完整Python工具链数据集7:2:1均衡划分、水面波纹反光降噪预处理、标注可视化校验、河道污染专属YOLO训练、航拍批量风险推理、污染点位台账日志输出可直接用于河湖智慧监管平台搭建、水环境视觉算法调优、无人机机载轻量化模型迭代优化。 数据集完整核心信息1. 水环境监测目标类别定义贴合水利环保巡检标准ID类别名称图像特征河湖治理落地价值0废弃物塑料瓶、泡沫、生活垃圾等水面固体垃圾标记垃圾集中区域自动生成清运调度工单1废弃船遗弃渔船、破损漂浮船体识别河道废弃构筑物排查淤积、污染隐患2捕鱼养殖渔网、地笼、养殖围网、违规捕捞设施自动定位非法捕捞点位支撑执法巡查3水污染油污、有色污水、富营养化蓝藻污染区域污染区域定位辅助污染源溯源排查4漂浮物树枝、杂草、漂浮水生杂物区分自然杂物与人工垃圾降低误报率2. 数据规模与样本均衡划分无人机低空航拍原始图像总量1500张全部国内天然河道、人工水库实景可见光航拍图图像分辨率区间1080P4K工业航拍图飞行作业高度10–110m全覆盖场景样本细分平原主河道620张、山地支流480张、乡村养殖沟渠400张标准化自动划分比例7:2:1训练集1050张、验证集300张、测试集150张标注规范环保巡河人员人工精细框选高空远距离微小塑料垃圾、隐蔽渔网完整标注坐标0~1归一化原生兼容全系列YO检测框架样本均衡特性5类目标样本分布均衡水面反光、水草遮挡、浑浊水体困难样本占比40%海量差异化画面大幅降低远距离小目标训练偏斜跨河道泛化识别能力稳定提升3. 数据集核心技术优势水环境专属实景样本全部国内河湖实拍针对性适配浑浊水体、河面波纹干扰解决通用水上数据集污染目标缺失痛点垃圾污染捕捞全维度标注兼顾固体垃圾、水体污染、违规渔具三大治理核心要素一套数据覆盖环保、水利多部门巡查需求微小漂浮垃圾专项标注针对高空航拍像素极少塑料瓶、泡沫块精细标注解决远距离水面小目标漏检行业痛点标准YOLO开箱格式txt标注无需格式转换配套转换脚本支持COCO/VOC格式适配Faster R-CNN、RTMDet等算法河湖治理业务闭环支撑推理输出目标坐标、污染风险等级对接无人机GPS坐标生成污染点位台账、非法捕捞处置清单。⚙️ 环境依赖与仓库完整目录结构一键安装深度学习依赖适配水面反光图像预处理# 河道污染YOLO检测专用运行环境pipinstallultralytics torch torchvision opencv-python tqdm numpy matplotlib pillow工程完整目录树RiverPoll-Det/ ├── dataset/ │ ├── images/ # 1500张河道无人机航拍原图 │ ├── labels/ # YOLO txt标准化标注文件 │ └── river_poll.yaml # YOLO训练类别、路径配置文件 ├── tools/ │ ├── split_river_dataset.py # 数据集7:2:1自动划分脚本 │ ├── water_reflect_remove.py # 水面波纹反光降噪预处理工具 │ └── label_view_check.py # 标注框可视化校验脚本 ├── train_river_yolo.py # 河道污染专属YOLO训练脚本 ├── drone_river_batch_infer.py # 无人机河道批量推理风险分级告警 └── README.md 配套深度学习代码河道水环境航拍专属场景注释代码1河道数据集均衡划分脚本 split_river_dataset.pyimportosimportrandomfromtqdmimporttqdm# 河道水环境数据集专属配置参数IMG_ROOT./dataset/imagesLABEL_ROOT./dataset/labels# 水环境小目标标准划分比例充足验证集评估漂浮垃圾mAP指标TRAIN_RATIO0.7VAL_RATIO0.2TEST_RATIO0.1# 固定随机种子保证实验可复现方便不同YOLO模型精度横向对比random.seed47defsplit_river_data():img_list[fforfinos.listdir(IMG_ROOT)iff.endswith((.jpg,.png,.jpeg))]random.shuffle(img_list)total_numlen(img_list)train_numint(total_num*TRAIN_RATIO)val_numint(total_num*VAL_RATIO)train_setimg_list[:train_num]val_setimg_list[train_num:train_numval_num]test_setimg_list[train_numval_num:]# 生成YOLO训练所需索引txt文件withopen(./dataset/train.txt,w,encodingutf-8)asf:fornameintqdm(train_set,desc生成河道训练集索引):f.write(f./dataset/images/{name}\n)withopen(./dataset/val.txt,w,encodingutf-8)asf:fornameintqdm(val_set,desc生成河道验证集索引):f.write(f./dataset/images/{name}\n)withopen(./dataset/test.txt,w,encodingutf-8)asf:fornameintqdm(test_set,desc生成河道测试集索引):f.write(f./dataset/images/{name}\n)print(f河道水环境数据集划分完成总样本{total_num}| 训练{len(train_set)}验证{len(val_set)}测试{len(test_set)})if__name____main__:split_river_data()代码2河道污染专属YOLO训练脚本 train_river_yolo.pyfromultralyticsimportYOLO 场景专属注释针对河面反光、水草遮挡、微小漂浮垃圾定制全套训练超参 1. 塑料瓶、泡沫垃圾属于典型微型目标强制开启mosaiccopy_paste扩充小目标样本大幅降低高空航拍漏检 2. 河面镜面反光、浑浊水体弱化目标纹理大幅提升对比度与HSV扰动抵消水面高光干扰 3. 5类目标尺度差距极大大面积污染带vs微型塑料垃圾启用Focal Loss平衡大小目标损失权重 4. 固定输入尺寸imgsz640下调分辨率会直接丢失漂浮垃圾像素特征 5. 早停patience18避免单一河道重复画面训练导致小目标mAP过拟合 6. SIoU损失适配长条渔网、零散垃圾不规则边界提升边界框回归精度 if__name____main__:# 轻量化n模型适配无人机机载边缘部署云端环保平台替换yolo11m.pt/yolo26s.ptmodelYOLO(yolo11n.pt)train_resultmodel.train(data./dataset/river_poll.yaml,epochs200,# 水面反光、遮挡样本复杂建议训练180轮以上imgsz640,# 远距离漂浮垃圾最优尺寸禁止下调至480batch16,# 16G显存标准配置8G显存修改batch8device0,workers4,patience18,# 连续18轮mAP无提升自动终止规避小目标过拟合mosaic1.0,# 必开拼接多图缓解水草、波纹遮挡问题copy_paste0.16,# 复制粘贴扩充微小漂浮垃圾稀有样本hsv_h0.02,hsv_s0.7,hsv_v0.63,# 适配强光河面、阴天浑浊水体光照波动contrast0.69,# 水面高光降噪还原漂浮垃圾轮廓cos_lrTrue,# 余弦退火稳定多尺度水环境目标收敛focal_lossTrue,# 解决大面积水体背景、微型垃圾样本失衡问题box7.9,cls0.62,dfl1.42,project./river_train_output,nameriver_pollution_exp,saveTrue,valTrue,plotsTrue# 自动输出mAP、混淆矩阵、河道目标可视化图表)print(河道污染检测训练完成最优权重路径./river_train_output/river_pollution_exp/weights/best.pt)代码3无人机河道批量推理分级风险告警脚本 drone_river_batch_infer.pyimportosimportcv2fromultralyticsimportYOLO 场景专属注释适配河湖无人机航拍批量图像推理输出水环境分级处置日志 业务逻辑水污染、非法捕鱼标记一级重点处置大量废弃物二级清运提醒废弃船、漂浮物常规台账统计 高空远距离微小垃圾置信度调低至0.25平衡波纹反光带来的误报与垃圾漏检 自动保存带标注航拍图输出结构化日志对接环保水利后台生成巡查工单 defriver_uav_infer(img_folder,weight_path./river_train_output/river_pollution_exp/weights/best.pt):modelYOLO(weight_path)save_dir./river_infer_resultos.makedirs(save_dir,exist_okTrue)# 5类河道监测目标名称映射class_names[废弃物,废弃船,捕鱼养殖,水污染,漂浮物]# 水环境巡查风险等级划分risk_level{水污染:【一级重点处置】水体污染区域溯源排查污染源,捕鱼养殖:【一级重点处置】违规捕捞网具安排现场执法,废弃物:【二级清运提醒】成片水面垃圾生成保洁调度单,废弃船:【常规台账统计】河道废弃漂浮船体,漂浮物:【常规台账统计】自然水草树枝漂浮杂物}img_files[os.path.join(img_folder,f)forfinos.listdir(img_folder)iff.endswith((jpg,png))]forimg_pathinimg_files:img_nameos.path.basename(img_path)# 远距离微小垃圾降低置信阈值减少高空航拍漏检resultsmodel(img_path,conf0.25,iou0.43)forresinresults:boxesres.boxesifboxesisNone:print(f[{img_name}] 河道画面未识别任何监测目标)continueforidx,boxinenumerate(boxes):cls_idint(box.cls[idx])conffloat(box.conf[idx])targetclass_names[cls_id]warn_msgrisk_level[target]print(f巡河航拍图{img_name}{warn_msg}目标类型{target}置信度{conf:.3f})# 保存带目标检测框可视化航拍图像res.save(f{save_dir}/detect_{img_name})print(f无人机河道批量推理完成检测可视化结果保存至{save_dir})if__name____main__:# 替换本地河道航拍图片文件夹路径river_uav_in(./drone_capture/river_reservoir_01)配套river_poll.yaml数据集标准配置文件# 无人机河道水环境YOLO检测数据集配置path:./datasettrain:train.txtval:val.txttest:test.txtnc:5names:0:废弃物1:废弃船2:捕鱼养殖3:水污染4:漂浮# 水面波纹反光图像专属增强开关augment:Truewater_reflect_remove:Truecopy_paste:True 数据集四大落地应用价值1. 河湖全域无人机全自动巡河系统搭建依托水环境专用标注资源训练检测模型无人机沿河道自动巡航识别垃圾、污染、违规渔具百公里河道巡查时长由人工乘船5小时压缩至22分钟漂浮垃圾、非法捕捞点位识别覆盖率提升至93%大幅削减水利环保现场巡查人力投入。2. 水污染与非法捕捞分级自动处置系统自动区分水体污染、违规网具一级高风险目标实时推送重点处置工单成片水面垃圾生成保洁调度清单实现从人工目视筛选到AI自动分级预警提升水环境治理响应速度。3. 河道水面垃圾存量常态化统计批量航拍自动分河段统计漂浮废弃物总量按时段生成河道保洁统计报表支撑环卫部门优化清运频次、规划保洁作业路线。4. 智慧河湖监管平台视觉底层模块标准化YOLO格式数据可直接集成河湖数字孪生、环保指挥平台拓展污染时序对比、禁渔区越界识别、汛期漂浮物增量统计等上层业务功能缩短水环境AI系统整体开发周期。 河道航拍检测训练避坑实战经验远距离微小垃圾漏检优化高空航拍塑料瓶像素极少训练imgsz必须固定640强制开启copy_paste小目标增强否则垃圾mAP下降超21%河面波纹反光误报处理代码内置对比度、HSV色彩增强不可关闭可大幅抑制水面镜面高光生成虚假目标水草遮挡适配技巧mosaic增强为必开配置有效提升半埋于水草中的渔网、垃圾召回率类别不均衡解决方案大面积水体背景占比极高微型垃圾样本偏少训练开启Focal Loss动态加权稀有小目标设备部署选型无人机机载设备优先YOLO11n轻量化模型环保指挥中心云端平台可选用YOLO26s高精度版本平衡推理速度与全尺度水面目标检测精度。#无人机河道全域巡检 #水面漂浮垃圾AI识别 #河道水污染检测 #非法捕捞自动识别 #水环境YOLO数据集 #智慧河湖数字化 #低空环保航拍监测 #河湖生态治理深度学习 #水利智能巡查系统 #水域污染溯源识别