AquaVision: Automatisierte Erkennung von Abfällen in Gewässern mittels tiefem Transfer-Lernen

Wasserverschmutzung ist eine der gravierenden Bedrohungen in der Gesellschaft. Jährlich werden mehr als acht Millionen Tonnen Plastik in die Ozeane entsorgt. Zudem sind Strände weltweit durch Abfall von Touristen und Anwohnern verunreinigt. Es ist kein Geheimnis, dass das aquatische Ökosystem gefährdet ist, und es ist nur eine Frage der Zeit, bis das Verhältnis von Plastik/Abfall zu Meereslebewesen – insbesondere Fischen – 1:1 beträgt. In diesem Paper stellen wir daher einen neuen Datensatz namens AquaTrash vor, der auf dem TACO-Datensatz basiert. Darüber hinaus wenden wir ein neuartiges, auf tiefen neuronalen Netzen basierendes Objekterkennungsmodell namens AquaVision auf den AquaTrash-Datensatz an. Das vorgeschlagene Modell erkennt und klassifiziert verschiedene Schadstoffe und schädliche Abfallstoffe, die in den Ozeanen und an Küstenflächen schwimmen, mit einer mittleren Genauigkeit (mAP) von 0,8148. Die präzise Lokalisierung von Abfallobjekten ermöglicht eine gezielte Reinigung von Gewässern und trägt somit zur Erhaltung des aquatischen Ökosystems und zum Schutz der Umwelt bei.