1. 项目背景与数据集价值
河道垃圾污染已经成为全球性环境问题，传统的人工巡检方式效率低下且成本高昂。我们团队开发的这个YOLO格式数据集，正是为了解决这一痛点而设计的。这个数据集虽然目前样本量不大（171张图像），但包含了6个精细标注的类别，特别适合用于训练轻量化的河道垃圾检测模型。
在实际环境监测项目中，我们发现河道垃圾识别存在几个技术难点：
- 水面反光干扰严重
- 垃圾形态多变（漂浮、半沉、堆积等）
- 需要区分垃圾与自然漂浮物
这个数据集特别标注了"水域(daerah_air)"和"墙体区域(daerah_dinding)"两个环境要素，可以帮助模型更好地理解场景上下文。比如当检测到墙体区域时，其下方出现的小型物体很可能是堆积的垃圾，这种空间关系对提升检测准确率很有帮助。
2. 数据集核心特性解析
2.1 数据构成与标注细节
数据集包含171张河道场景图像，采用YOLO格式标注，主要特点包括：
- 多角度采集：包含俯拍、岸边平拍等多种视角
- 光照多样性：晴天、阴天、逆光等不同光照条件
- 垃圾形态全覆盖：漂浮垃圾、附着垃圾、堆积垃圾等
标注采用多边形标注而非矩形框，能更精确地勾勒垃圾轮廓。以"河堤垃圾(river-wall-trash)"类别为例，标注时会沿垃圾边缘打点，特别适合后续做分割任务。
实际标注时我们发现，水面反光区域容易被误标为垃圾，因此专门制定了标注规范：只有当物体有明确阴影或纹理特征时才标注为垃圾。
2.2 类别定义与场景适配
6个类别的定义经过实地调研确定：
| 类别名称 | 英文对应 | 典型特征 | 应用场景 |
|---|---|---|---|
| daerah_air | water area | 水面区域，可能有波纹 | 水域监测 |
| daerah_dinding | wall area | 混凝土或石质结构 | 堤岸检测 |
| sampah | trash | 塑料袋、瓶子等 | 垃圾识别 |
| trash_barrier | trash barrier | 拦截网等设施 | 治理评估 |
特别说明"p"类别是预留的未定义类别，可用于后续扩展。我们在实地测试中发现，某些特殊垃圾（如油污）需要新的类别定义，这个设计为数据集升级留出了空间。
3. 数据处理与增强方案
3.1 基础预处理流程
针对河道场景的特殊性，我们推荐以下预处理步骤：
python复制# 示例代码：河道图像预处理
def preprocess(image):
# 1. 直方图均衡化（解决逆光问题）
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
hsv[:,:,2] = cv2.equalizeHist(hsv[:,:,2])
image = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)
# 2. 水面区域增强（CLAHE算法）
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
lab = cv2.cvtColor(image, cv2.COLOR_BGR2LAB)
lab[:,:,0] = clahe.apply(lab[:,:,0])
image = cv2.cvtColor(lab, cv2.COLOR_LAB2BGR)
return image
3.2 针对性的数据增强
建议使用以下增强组合提升模型鲁棒性：
- 波浪模拟：添加正弦波变形模拟水面波动
- 反光合成：在随机位置添加高光区域
- 天气模拟：雾化、雨滴等效果
- 视角变换：模拟无人机视角变化
我们发现对"垃圾屏障"这类小目标，适当使用cutout增强（随机遮挡部分区域）能显著提升检测稳定性。
4. 模型训练与调优建议
4.1 模型选型对比
我们在YOLOv8n基础上进行测试，与其他架构对比结果如下：
| 模型 | mAP@0.5 | 推理速度(FPS) | 参数量(M) | 适用场景 |
|---|---|---|---|---|
| YOLOv8n | 0.72 | 45 | 3.2 | 边缘设备 |
| Faster R-CNN | 0.68 | 12 | 41.7 | 高精度场景 |
| SSD300 | 0.65 | 38 | 24.3 | 平衡场景 |
对于河道巡检这种需要实时性的场景，推荐使用YOLO系列轻量化模型。我们修改了YOLOv8的neck部分，增加了一个P2特征层（下采样4倍），显著提升了小垃圾目标的检出率。
4.2 关键训练技巧
- 分层学习率：backbone使用1e-4，head使用1e-3
- 样本加权：对"sampah"类别增加3倍权重
- 早停策略：连续3个epoch验证集mAP不提升则停止
- 混合精度：使用AMP加速训练
特别注意：河道场景中，垃圾与背景的颜色对比度往往较低，建议在损失函数中加入CIoU（Complete-IoU）项，更好地优化边界框回归。
5. 部署优化与实战经验
5.1 边缘设备部署方案
在Jetson Nano上的优化经验：
- 使用TensorRT加速，FP16精度下速度提升2.3倍
- 对检测结果做时间域滤波（3帧投票）减少抖动
- 输入分辨率调整为640×384（保持宽高比）
实测发现，对水面漂浮垃圾，适当降低置信度阈值（0.3→0.25）能提高召回率，但需要配合后处理逻辑去除重复检测。
5.2 常见问题解决方案
我们整理了实际部署中的典型问题：
| 问题现象 | 可能原因 | 解决方案 |
|---|---|---|
| 误检波浪为垃圾 | 纹理相似 | 增加波浪样本数据增强 |
| 漏检半沉垃圾 | 对比度低 | 改用HSV色彩空间分析 |
| 检测框抖动 | 视频帧间变化大 | 增加轨迹平滑算法 |
| 远处目标漏检 | 分辨率不足 | 添加超分预处理模块 |
一个实用技巧：利用"水域"类别的检测结果建立ROI区域，只在该区域内检测垃圾，可以减少70%以上的误检。
6. 应用扩展与未来方向
当前数据集虽然侧重垃圾检测，但通过多类别联合分析，还能实现更多功能：
- 垃圾堆积预警：统计"垃圾"与"垃圾屏障"的相对位置
- 水域面积计算：基于"水域"多边形标注进行面积估算
- 堤岸损坏检测：分析"墙体区域"的形态异常
我们正在收集雨季和旱季的对比数据，未来计划加入时间维度分析，实现垃圾堆积趋势预测。同时也在试验将检测模型与无人机自主导航结合，实现智能巡检路径规划。
对于想要扩展应用的研究者，建议重点关注水域与垃圾的空间关系建模。我们的实验表明，加入简单的空间位置特征（如垃圾距岸边的相对距离），能使分类准确率提升8%以上。