摘要
量化正浮力海洋塑料垃圾对于理解塑料垃圾在全球海洋中的累积机制至关重要，同时也为识别重点污染区域、开展有针对性的清理行动提供了关键依据。目前，最常用的海洋塑料量化方法是采用马达拖网（manta trawls）进行人工采样，但该方法成本高昂且依赖人力。本研究通过引入一种基于神经网络与计算机视觉模型的自主化方法，彻底摆脱了人工采样的需求。该方法利用从海洋不同水层获取的图像数据进行训练，实现了对海洋塑料的实时量化。其中表现最优的模型在检测任务中达到了85%的平均精度均值（Mean Average Precision）和0.89的F1分数，同时保持了接近实时的处理速度，约为每张图像2毫秒（~2 ms/img）。