海面溢油 漏油事件目标检测数据集 深度学习框架YOLO模型如何训练石油泄漏检测数据集海面溢油 漏油事件目标检测数据集数据集信息汇总表项目参数详情数据集名称海面溢油漏油事件数据集任务类型目标检测 Object Detection图片总量311张数据集版本1版目标类别4类类别编号0、1、2、3图像来源海上航拍实拍、近海海面图像包含海面油膜、不同形态溢油区域标注格式支持YOLO、COCO、VOC、JSON通用格式导出适用应用场景海洋环境监测、无人机近海海面溢油巡检海上石油平台、港口原油泄漏自动识别预警海洋污染应急处置、溢油区域范围智能提取海事监管、水环境遥感图像分析算法训练海洋环保相关课题、计算机视觉项目开发数据集特点✅ 实拍海面场景包含多种形态油膜、不同光照下的溢油画面✅ 区分多类溢油标签支持油膜区域识别与范围判定✅ 海面与油污对比度多变具备较强真实环境鲁棒性✅ 标注规范导出YOLO格式开箱即可投入模型训练YOLO数据集配置文件oil_spill.yamlpath:./oil_spill_datasettrain:images/trainval:images/valtest:images/testnc:4names:0:class_01:class_12:class_23:class_3YOLOv11训练代码fromultralyticsimportYOLOdefmain():modelYOLO(yolo11s.pt)train_resultmodel.train(data./oil_spill_dataset/oil_spill.yaml,epochs90,imgsz640,batch8,device0,augmentTrue,projectruns/train,nameoil_spill_detect,exist_okTrue)metricsmodel.val()print(f模型mAP0.5 {metrics.box.map50:.4f})if__name____main__:main()推广文案直接复制发布标题311张海面溢油漏油事件目标检测数据集正文海面溢油识别数据集合计311张近海海面实拍图像共4类溢油相关标注。素材包含航拍视角海面油膜、港口及近海原油泄漏场景适配无人机海洋环保巡检。标准标注格式支持YOLO系列模型训练可用于海上油污自动监测、海洋污染预警系统开发。标签关键词#海面溢油检测 #海洋油污数据集 #海事AI监测 #海上漏油识别 #环保遥感数据集 #YOLO海洋检测数据集备注4个类别完整名称需要获取数据集文件后查看标签包含不同类型海面油膜、污染区域类别。