【毕业设计】基于YOLOv8+PySide6的水下垃圾与生物目标检测系统（含图像增强+UI界面）
本文使用的数据集包含水下垃圾和海洋生物。水下垃圾来源于。其中具体的类型如下表所示。但由于本项目是想检测出具体的海洋生物名称，而不是仅仅显示海洋生物这一个标签的，所有我删除了此数据集中的所有bio相关的图片和标签。寻找了特别的海洋生物数据集来源于。其中具体的类型如下表所示。最后写一个和并程序，将这两个数据集和并到一起。
·
基于深度学习的水下目标检测与图像增强系统的设计与实现
1.数据集的获取与处理
本文使用的数据集包含水下垃圾和海洋生物。水下垃圾来源于此链接。其中具体的类型如下表所示。
| 英文标签 (Label) | 中文翻译 (Chinese) | 备注说明 |
|---|---|---|
| bio | 海洋生物 | 指鱼类、水草、海星等自然生物（非垃圾）。 |
| rov | ROV / 水下机器人 | 指拍摄画面的机器人自身的部件（如机械臂、线缆），防止被误检为垃圾。 |
| trash_etc | 其他垃圾 | 无法归类到下列具体材质的杂项垃圾。 |
| trash_fabric | 布料/织物垃圾 | 如废弃衣物、帆布、毛巾等。 |
| trash_fishing_gear | 废弃渔具 | 海洋中极具危害的垃圾，如渔网、钓鱼线、浮漂等。 |
| trash_metal | 金属垃圾 | 如易拉罐、铁桶、废弃零件等。 |
| trash_paper | 纸类垃圾 | 如纸板、硬纸盒（虽然水下少见，但存在）。 |
| trash_plastic | 塑料垃圾 | 最常见的垃圾，如塑料袋、饮料瓶、包装袋。 |
| trash_rubber | 橡胶垃圾 | 如废旧轮胎、橡胶手套等。 |
| trash_wood | 木质垃圾 | 指加工过的木材碎片（非自然树枝），如木板、板条箱。 |
但由于本项目是想检测出具体的海洋生物名称，而不是仅仅显示海洋生物这一个标签的，所有我删除了此数据集中的所有bio相关的图片和标签。寻找了特别的海洋生物数据集来源于此链接。其中具体的类型如下表所示。
| 英文标签 (Label) | 中文翻译 (Chinese) | 备注 |
|---|---|---|
| fish | 鱼 | 统称，指普通鱼类 |
| jellyfish | 水母 | |
| penguin | 企鹅 | （注意：这是水族馆数据集常见类别） |
| puffin | 海鹦 | 一种会潜水的海鸟，常在北极圈附近 |
| shark | 鲨鱼 | |
| starfish | 海星 | |
| stingray | 魟鱼 / 刺鳐 | 俗称魔鬼鱼那一类的扁平鱼 |
最后写一个和并程序，将这两个数据集和并到一起。
2 训练过程和结果分析
本文采用yolov8n模型训练数据集，训练的过程的损失函数的收敛曲线如下所示。训练过程良好，未发生过拟合和欠拟合的状态。
训练的混淆矩阵如下所示。混淆矩阵效果基本满足实际需求，基本上是沿着对角线分别的。
3.图像增强算法对比
针对水下光线吸收导致的“蓝绿偏色”和“雾化模糊”，本系统实现了双重增强管线：
- 动态白平衡 (Gray World Assumption)：自动修正色温，还原物体真实色彩。
- CLAHE (限制对比度自适应直方图均衡化)：有效去除水下雾气，增强局部纹理细节，极大提升了 YOLO 模型的检测召回率。
增强前后对比如下图所示，第一张是增强后的，第二章原始的图片。
4.基于pyside6的可视化界面
可视化界面如下图所示。
腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。
更多推荐
12
0- 0
已为社区贡献2条内容
所有评论(0)