水面漂浮物垃圾识别检测系统通过AI视觉分析技术，水面漂浮物垃圾识别检测算法利用现场已有的摄像头对河道湖面漂浮物、生活垃圾、水藻等多种漂浮物进行自动智能分析，算法通过AI视频技术，提升河道巡查治理工作效率，用科技手段减轻人工巡视的工作量。算法通过监控视频分析漂浮物AI识别算法，解决了河道管理中漂浮物治理巡查效率低下问题，为后台值班人员提供了重要且及时的预警提醒。
YOLOv8 与YOLOv5出自同一个团队，是一款前沿、最先进（SOTA）的模型，基于先前 YOLOv5版本的成功，引入了新功能和改进，进一步提升性能和灵活性。
YOLOv8是一种尖端的、最先进的 (SOTA) 模型，它建立在以前成功的 YOLO 版本的基础上，并引入了新的功能和改进，以进一步提高性能和灵活性。YOLOv8 旨在快速、准确且易于使用，这也使其成为对象检测、图像分割和图像分类任务的绝佳选择。具体创新包括一个新的骨干网络、一个新的 Ancher-Free 检测头和一个新的损失函数，还支持YOLO以往版本，方便不同版本切换和性能对比。YOLOv8 有 5 个不同模型大小的预训练模型：n、s、m、l 和 x。关注下面的参数个数和COCO mAP（准确率），可以看到准确率比YOLOv5有了很大的提升。特别是 l 和 x，它们是大模型尺寸，在减少参数数量的同时提高了精度。
随着社会的发展和水利行业的迅速发展，人们对于生活环境以及水面质量生态环境越来越重视。伴随着城市的发展和人们生活水平的快速进步，河道湖泊水面垃圾悬浮物也逐渐多起来。河道悬浮物一般是由枯树枝断木、浮躁、水生物以及生活垃圾等构成，大量的悬浮漂浮物会严重影响市容环境和市容市貌，如没有及时捕捞和清除，还会导致各种腐殖严重威胁水质。水面漂浮物垃圾识别检测系统应运而生。
# From Mr. Dinosaur
import os
def listdir(path, list_name): # 传入存储的list
for file in os.listdir(path):
file_path = os.path.join(path, file)
if os.path.isdir(file_path):
listdir(file_path, list_name)
else:
list_name.append(file_path)
list_name = []
path = 'D:/PythonProject/data/' # 文件夹路径
listdir(path, list_name)
print(list_name)
with open('./list.txt', 'w') as f: # 要存入的txt
write = ''
for i in list_name:
write = write + str(i) + '\n'
f.write(write)水面漂浮物垃圾识别检测算法针对非法捕捞、河道漂浮物、游泳、非法采砂等问题，水面漂浮物垃圾识别检测系统可以24小时全天候实现对河道垃圾、船舶管理、水面漂浮物、水位监测等智能化检测。算法将传统视频监控与AI视频技术相结合，实时监测着河道水质情况，提高河道水利信息处理工作效率，降低远程平台人力值班巡检消耗，促进社会生态环境和水利环境的协调发展。
