企业官网建设流程全解析

基于 YOLO11 的海底垃圾视觉巡检系统：水下 ROV + Streamlit 全流程实战

关键词：YOLO11、海底垃圾、水下视觉、海洋治理、Streamlit、目标检测

一、背景

1.1 行业痛点

近海与离岸海域的底质环境正在被持续侵扰：废弃口罩、易拉罐、玻璃瓶、塑料瓶、渔网、废旧轮胎……这些垃圾长期沉积在海底，会缠绕海洋生物、释放微塑料、破坏珊瑚礁与海草床生态，对海洋牧场、近海渔业与潜水旅游业的影响是全链路的。

传统的海底垃圾排查依赖潜水员目视巡查或 ROV 视频后处理：

1. 效率低：一个潜水员单次下潜作业时长 30~45 min，一次只能覆盖几百平米；
2. 人眼疲劳：浑浊水体下颜色失真、对比度低，潜水员长时间盯着回放视频极易漏检；
3. 数据无法量化：拍了一堆视频，但具体哪个区域有多少口罩 / 渔网，缺乏可统计的结构化结果，给后续清污作业排程造成困难。

把 YOLO11 这类轻量级目标检测模型接到 ROV、拖曳成像系统或潜水员手持相机的视频流后端，可以把"看视频找垃圾"这件事变成"模型逐帧自动标注 + 人工复核疑难"，效率提升一个数量级，并且每一次推理都能沉淀为结构化的统计数据，直接喂给海洋治理调度平台。

本文介绍的项目就是这条路线下的一个完整落点：面向 15 类典型海底垃圾的 YOLO11 检测模型 + 一个开箱即用的 Streamlit 可视化界面。

视频演示与源码下载

https://www.bilibili.com/video/BV1KKH76UEPS/

包含：
📦完整项目源码
📦预训练模型权重
🗂️数据集

1.2 项目运行效果

1.3 项目介绍

核心创新点：

功能概览：

• 🖼️单图检测：上传海底拍摄的图片 → 实时返回带框图 + 类别 / 置信度明细
• 📚批量检测：单次最多 200 张，输出汇总表 + 类别分布柱状图 + 检测结果 zip 下载
• 🎬视频检测：mp4 / avi / mov / mkv 通通可读，逐帧推理后落盘新视频
• 📷摄像头实时检测：可对接 ROV 直出视频流，做现场作业辅助

15 个识别类别：口罩、易拉罐、手机、电子垃圾、玻璃瓶、手套、金属杂物、杂项垃圾、渔网、塑料袋、塑料瓶、塑料杂物、杆状物、太阳镜、废旧轮胎。

技术栈：

二、设计框架

2.1 系统架构

┌──────────────────────────────────────────┐ │ Streamlit Web 前端（单页 SPA） │ │ · 海底巡检台 / 单图 / 批量 / 视频 / 摄像头 │ │ · 侧栏 · 阈值 · 类别筛选 · 模型缓存 │ └────────────────────┬─────────────────────┘ │ Python 调用 ▼ ┌──────────────────────────────────────────┐ │ 推理服务层（infer_image_path 等） │ │ · bytes / Path / frame → tensor │ │ · 推理结果 → 标注图 + DataFrame │ └────────────────────┬─────────────────────┘ │ ▼ ┌──────────────────────────────────────────┐ │ YOLO11n 推理引擎（model/best.pt） │ │ Backbone (C2f+SPPF) → Neck (FPN/PAN) │ │ → Decoupled Head（DFL + cls） │ └──────────────────────────────────────────┘

2.2 YOLO11 网络结构

输入 640×640×3 │ ▼ [Backbone] Conv → C2f → Conv → C2f → Conv → C2f → Conv → C2f → SPPF 多尺度卷积 + 跨阶段特征融合 │ ▼ [Neck] FPN 上采样 + PAN 下采样：P3 / P4 / P5 三级金字塔 │ ▼ [Head] Decoupled Head（cls 头 / reg 头解耦） 回归头采用 DFL（Distribution Focal Loss） Anchor-Free，输出 (cx, cy, w, h, cls × 15) │ ▼ [NMS] iou=0.7, conf=0.25 → 最终检测框

2.3 检测流程

水下图像 / ROV 视频帧 │ ▼ Letterbox 640×640 + RGB │ ▼ YOLO11n forward │ ▼ Detect Head 输出 │ ▼ conf 过滤 + NMS │ ▼ result.plot() 画框 + DataFrame 列出明细 │ ▼ Streamlit 双列展示 + 表格 + 类别分布图

三、代码结构（核心 50 行 + 解析）

项目目录：

海底垃圾视觉巡检/ ├── app/streamlit_app.py # Web 入口 ├── configs/project.yaml # 行业话术 / UI / 训练 / 推理参数 ├── model/best.pt # 训练好的 YOLO11n 权重 ├── scripts/ # train / validate / export 等 ├── data/dataset/ # 训练 / 验证 / 测试集 └── 15类海底垃圾检测数据集/ # 原始数据集（含数据集描述.txt）

最核心的 50 行——模型加载 + 单图推理 + Streamlit 单图 Tab：

# === 1. 模型加载（带 streamlit 资源缓存，避免每次刷新重载）=============@st.cache_resource(show_spinner=False)defload_model(model_path:str)->YOLO:returnYOLO(model_path)# === 2. 单图推理：路径 → 标注图 + 检测明细 DataFrame ===================definfer_image_path(model:YOLO,image_path:Path,conf:float):result=model.predict(str(image_path),conf=conf,verbose=False)[0]annotated=result.plot()# BGR ndarray，已画框rows=[]ifresult.boxesisnotNone:forboxinresult.boxes:cls_id=int(box.cls.item())x1,y1,x2,y2=[float(v)forvinbox.xyxy[0].tolist()]rows.append({"class_id":cls_id,"class_name":result.names[cls_id],"confidence":round(float(box.conf.item()),4),"x1":round(x1,1),"y1":round(y1,1),"x2":round(x2,1),"y2":round(y2,1),})# BGR → RGB 给 Streamlit；rows 转 DataFrame 给表格组件returnannotated[:,:,::-1],pd.DataFrame(rows)# === 3. bytes → 临时文件 → 复用同一函数 ================================defrun_image_inference(model:YOLO,image_bytes:bytes,conf:float,suffix=".jpg"):withtempfile.NamedTemporaryFile(delete=False,suffix=suffix)asf:f.write(image_bytes);tmp=Path(f.name)try:returninfer_image_path(model,tmp,conf)finally:tmp.unlink(missing_ok=True)# === 4. Streamlit 单图 Tab：上传 → 推理 → 双列展示 =====================model=load_model(str(MODEL_PATH))uploaded=st.file_uploader("上传水下图片",type=IMAGE_UPLOAD_TYPES)conf=st.sidebar.slider("置信度阈值",0.05,0.95,DEFAULT_CONF,0.01)ifuploadedisnotNone:annotated,df=run_image_inference(model,uploaded.getvalue(),conf,suffix=Path(uploaded.name).suffix)col1,col2=st.columns(2)col1.image(uploaded,caption="原图")col2.image(annotated,caption="检测结果")st.dataframe(detections_to_display(df))render_detection_analysis(df)

5 段解析：

1. @st.cache_resource把YOLO(model_path)的耗时（首次约 2~3 s）锁在第一次访问，之后所有 session 共享同一份模型实例，避免每次切换 Tab 都重载。
2. result.plot()直接返回带颜色框 + 类别 + 置信度的BGR ndarray，省去手写 cv2.rectangle 的繁琐。
3. 把每个box的cls / conf / xyxy拍成dict，再拼成DataFrame——后续表格、CSV 下载、分类柱状图全部复用同一份结构。
4. run_image_inference走临时文件而非 numpy 数组，是为了让 Ultralytics 内部的 EXIF / orientation 处理逻辑生效，对水下相机、运动相机的旋转图片更稳；finally删除临时文件避免磁盘泄漏。
5. Streamlit 的cache_resource + file_uploader + dataframe组合，让一个产品级海底巡检页面只需 11 行代码——这就是用 Streamlit 做 AI 应用能快速出活的关键。

四、训练效果

模型在 15 类海底垃圾数据集上完成训练并保存best.pt，在测试集上检测效果良好，可稳定识别口罩、易拉罐、玻璃瓶、塑料瓶、渔网、废旧轮胎等典型海底垃圾，已能满足海洋牧场清污辅助、港口底质排查、环保科考等场景的初筛感知使用需要。

从单图检测样例（上文「项目运行效果」中的截图）可以看到：在浑浊绿色调水体、低对比度沉积背景下，模型仍能稳定圈出口罩、塑料袋等目标，并给出较高的置信度，在批量分析模块中可以汇总成可统计的"类别 → 数量"分布，直接对接清污作业排程。

五、项目总结

做对了什么：

• 用一份project.yaml把"行业话术 / UI 主题色 / 训练超参 / 推理阈值"全部收口，迁移到其他水下场景（如河道漂浮物、港口浮油）只需改这一个文件；
• 单图、批量、视频、摄像头四种输入复用同一个infer_image_path，后期接 ROV 直出视频流时只需把"摄像头帧"喂进来即可；
• 选择 YOLO11n 而非 v8s/v8m，模型 6 MB、CPU 单图 100 ms 内完成，在科考船的工控机或边缘盒子上都可以离线跑。

还能怎么做：

• 接入 ROV 的 RTSP 视频流，把检测结果（坐标 + 时间戳 + 经纬度）直接写入海洋治理 GIS 平台；
• 增加"垃圾密度热力图"模块，按经纬度网格聚合检测结果，反向指导清污潜水员的下潜路径规划；
• 在数据集层面持续补充深水低光、悬浮颗粒、生物附着等更复杂的场景，进一步提升模型在极端水体下的鲁棒性。