摘要
海洋垃圾在沙滩上的堆积不仅是城市沿海地区面临的一个紧迫问题，也是北极等偏远无人居住地区所面临的挑战。现有的手动垃圾收集和识别方法仍然耗费大量人力。本研究利用高分辨率航空照片，对俄罗斯北极沿岸的海洋垃圾数量和成分进行了评估。该方法基于使用旋转包围框（OBB）配置训练的You Only Look Once（YOLOv8, 2023）卷积神经网络（CNN），用于识别图像中的塑料、金属、渔具、木材和其他类型的海洋垃圾。对于金属和塑料——那些体积大、视觉对比度强的垃圾物品，检测效果最佳。对于木材和其他碎片，检测效果最差，主要是因为它们与自然背景相似。机器学习（ML）方法与遥感数据的结合，为北极地区的大规模环境监测提供了一种新的高精度工具。
