智慧河道巡检智慧河道巡检技术-水面垃圾检测数据集Train:4235Val:1206Test:607类别9中文名称英文名称标记数量· 铝罐aluminum_can1268· 零食包装chip_packet3508· 软木片cork_sheet1804· 一次性泡沫盒one_time_foam_box1425· 一次性餐盒one_time_lunch_box1431· 一次性塑料杯one_time_plastic_cup1213· 一次性塑料盘one_time_plastic_plate1367· 塑料瓶plastic_bottle2165· 塑料袋polythene_bag1817一、水面垃圾检测数据集标准表格版数据集基本信息项目详情数据集名称水面垃圾目标检测数据集YOLO格式适用模型YOLO26 / YOLO11 / YOLO8 / YOLO5 全系列数据格式YOLO纯文本标注格式.txt直接训练总样本数6048 张训练集Train: 4235 张验证集Val: 1206 张测试集Test: 607 张目标类别9 类水面常见漂浮垃圾类别明细含中英文标注数量序号中文类别英文类别标注目标数量1铝罐aluminum_can12682零食包装chip_packet35083软木片cork_sheet18044一次性泡沫盒one_time_foam_box14255一次性餐盒one_time_lunch_box14316一次性塑料杯one_time_plastic_cup12137一次性塑料盘one_time_plastic_plate13678塑料瓶plastic_bottle21659塑料袋polythene_bag1817二、水面垃圾检测 YOLO26 训练代码直接运行1. 数据集配置文件water_garbage.yaml# 水面垃圾检测数据集 - YOLO26 配置path:./water_garbage_dataset# 数据集根目录train:images/train# 训练集图片路径val:images/val# 验证集图片路径test:images/test# 测试集图片路径# 类别数量nc:9# 类别名称与上面表格严格对应names:0:aluminum_can1:chip_packet2:cork_sheet3:one_time_foam_box4:one_time_lunch_box5:one_time_plastic_cup6:one_time_plastic_plate7:plastic_bottle8:polythene_bag2. YOLO26 训练脚本train_water.pyfromultralyticsimportYOLO# 水面垃圾检测 - YOLO26 训练脚本 if__name____main__:# 加载 YOLO26 基础模型modelYOLO(yolo26n.pt)# n/s/m/l/x 可自由选择# 开始训练参数已优化适合水面垃圾小目标resultsmodel.train(datawater_garbage.yaml,# 数据集配置epochs150,# 训练轮数imgsz640,# 输入图像尺寸batch16,# 批次大小根据显卡调整device0,# 使用 GPU 训练lr00.01,# 初始学习率lrf0.01,# 最终学习率warmup_epochs3,# 热身轮数cos_lrTrue,# 余弦学习率patience15,# 早停轮数saveTrue,# 保存最优模型save_period10,# 每10轮保存一次cacheTrue,# 加速训练ampTrue,# 混合精度训练augmentTrue,# 开启数据增强hsv_h0.015,# 色调增强hsv_s0.7,# 饱和度增强hsv_v0.4,# 亮度增强degrees10,# 随机旋转perspective0.001,# 透视变换flipud0.2,# 上下翻转fliplr0.5,# 左右翻转mixup0.1,# mixup 增强namewater_garbage_yolo26# 训练项目名称)# 训练完成后自动验证model.val()3. 一键推理/检测代码测试用fromultralyticsimportYOLOimportcv2# 加载训练好的最优模型modelYOLO(runs/detect/water_garbage_yolo26/weights/best.pt)# 单张图片检测img_pathtest.jpgresultsmodel(img_path,conf0.25)# 保存并显示结果annotated_frameresults[0].plot()cv2.imwrite(result.jpg,annotated_frame)cv2.imshow(Water Garbage Detect,annotated_frame)cv2.waitKey(0)三、使用说明可直接写进商品详情数据集格式标准 YOLO 格式包含images/labels/无需转换适配模型完美支持YOLO26 / YOLO11 / YOLO8 / YOLOv5训练方式放入数据集 → 配置yaml→ 运行训练代码应用场景水面垃圾监测、河道清洁、智能环卫、水利视觉系统
智慧河道巡检技术-水面垃圾检测数据集 YOLOV26技术如何训练河道水面垃圾检测数据集
智慧河道巡检智慧河道巡检技术-水面垃圾检测数据集Train:4235Val:1206Test:607类别9中文名称英文名称标记数量· 铝罐aluminum_can1268· 零食包装chip_packet3508· 软木片cork_sheet1804· 一次性泡沫盒one_time_foam_box1425· 一次性餐盒one_time_lunch_box1431· 一次性塑料杯one_time_plastic_cup1213· 一次性塑料盘one_time_plastic_plate1367· 塑料瓶plastic_bottle2165· 塑料袋polythene_bag1817一、水面垃圾检测数据集标准表格版数据集基本信息项目详情数据集名称水面垃圾目标检测数据集YOLO格式适用模型YOLO26 / YOLO11 / YOLO8 / YOLO5 全系列数据格式YOLO纯文本标注格式.txt直接训练总样本数6048 张训练集Train: 4235 张验证集Val: 1206 张测试集Test: 607 张目标类别9 类水面常见漂浮垃圾类别明细含中英文标注数量序号中文类别英文类别标注目标数量1铝罐aluminum_can12682零食包装chip_packet35083软木片cork_sheet18044一次性泡沫盒one_time_foam_box14255一次性餐盒one_time_lunch_box14316一次性塑料杯one_time_plastic_cup12137一次性塑料盘one_time_plastic_plate13678塑料瓶plastic_bottle21659塑料袋polythene_bag1817二、水面垃圾检测 YOLO26 训练代码直接运行1. 数据集配置文件water_garbage.yaml# 水面垃圾检测数据集 - YOLO26 配置path:./water_garbage_dataset# 数据集根目录train:images/train# 训练集图片路径val:images/val# 验证集图片路径test:images/test# 测试集图片路径# 类别数量nc:9# 类别名称与上面表格严格对应names:0:aluminum_can1:chip_packet2:cork_sheet3:one_time_foam_box4:one_time_lunch_box5:one_time_plastic_cup6:one_time_plastic_plate7:plastic_bottle8:polythene_bag2. YOLO26 训练脚本train_water.pyfromultralyticsimportYOLO# 水面垃圾检测 - YOLO26 训练脚本 if__name____main__:# 加载 YOLO26 基础模型modelYOLO(yolo26n.pt)# n/s/m/l/x 可自由选择# 开始训练参数已优化适合水面垃圾小目标resultsmodel.train(datawater_garbage.yaml,# 数据集配置epochs150,# 训练轮数imgsz640,# 输入图像尺寸batch16,# 批次大小根据显卡调整device0,# 使用 GPU 训练lr00.01,# 初始学习率lrf0.01,# 最终学习率warmup_epochs3,# 热身轮数cos_lrTrue,# 余弦学习率patience15,# 早停轮数saveTrue,# 保存最优模型save_period10,# 每10轮保存一次cacheTrue,# 加速训练ampTrue,# 混合精度训练augmentTrue,# 开启数据增强hsv_h0.015,# 色调增强hsv_s0.7,# 饱和度增强hsv_v0.4,# 亮度增强degrees10,# 随机旋转perspective0.001,# 透视变换flipud0.2,# 上下翻转fliplr0.5,# 左右翻转mixup0.1,# mixup 增强namewater_garbage_yolo26# 训练项目名称)# 训练完成后自动验证model.val()3. 一键推理/检测代码测试用fromultralyticsimportYOLOimportcv2# 加载训练好的最优模型modelYOLO(runs/detect/water_garbage_yolo26/weights/best.pt)# 单张图片检测img_pathtest.jpgresultsmodel(img_path,conf0.25)# 保存并显示结果annotated_frameresults[0].plot()cv2.imwrite(result.jpg,annotated_frame)cv2.imshow(Water Garbage Detect,annotated_frame)cv2.waitKey(0)三、使用说明可直接写进商品详情数据集格式标准 YOLO 格式包含images/labels/无需转换适配模型完美支持YOLO26 / YOLO11 / YOLO8 / YOLOv5训练方式放入数据集 → 配置yaml→ 运行训练代码应用场景水面垃圾监测、河道清洁、智能环卫、水利视觉系统
