基于深度学习的微塑料和纳米塑料形态检测与分类
计算机视觉与模式识别
2024-09-23 v1 人工智能
应用统计
统计方法学
摘要
塑料污染正呈现日益严重的全球性问题，已影响健康和环境系统，微塑料和纳米塑料在从可饮用水到空气中各种介质中都有检测到。传统方法研究这些污染物具有耗时耗力，亟需转向更高效的技术。为此，本文引入了微塑料和纳米塑料（MiNa）数据集，这是一个新颖且开源的数据集，用于使用目标检测算法实现微塑料和纳米塑料的自动检测与分类。该数据集由在真实水生环境条件下模拟的扫描电子显微镜图像组成，按聚合物类型对塑料进行分类，覆盖广泛的尺寸范围。我们展示了在 MiNa 上应用最新目标检测算法的效果，评估了各方法的有效性并确定了每种方法的独特挑战和潜力。该数据集不仅填补了微塑料研究中关键资源缺口，也为该领域的未来发展提供了稳健的基础。
引用
@article{arxiv.2409.13688,
title = {Morphological Detection and Classification of Microplastics and Nanoplastics Emerged from Consumer Products by Deep Learning},
author = {Hadi Rezvani and Navid Zarrabi and Ishaan Mehta and Christopher Kolios and Hussein Ali Jaafar and Cheng-Hao Kao and Sajad Saeedi and Nariman Yousefi},
journal= {arXiv preprint arXiv:2409.13688},
year = {2024}
}