- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI
基于 YOLOv8 的水体污染目标检测系统
基于YOLOv8的水体污染目标检测系统[目标检测完整源码]一、背景：水体监控为什么需要“计算机视觉”？在水资源保护与环境治理领域，“看得见问题”往往是治理的第一步。 然而在真实场景中，水体监控长期面临以下现实挑战：水域面积大、人工巡检成本高污染物种类多、形态变化大人工判读主观性强、难以量化传统传感器难以识别“视觉型污染”随着无人机、高清摄像头、遥感设备的普及，水体数据获取已不再是瓶颈 基于此，本文介绍一套以YOLOv8为核心的水体环境智能监控系统，通过目标检测技术，实现对水域中多类污染目标的自动识别、标注与可视化展示，为环保监管提供可落地的技术方案。 、车辆检测相比，水体污染检测在视觉层面具有明显特殊性。 本文围绕水体环境治理这一典型的现实需求，系统性地介绍了一个基于YOLOv8的水体污染智能监控解决方案。
15000编辑于 2026-02-21 - 来自专栏PyQt+YOLO
【AI加持】基于PyQt5+YOLOv8+DeepSeek的水体污染检测系统（详细介绍）
支持对引起水体污染（废弃物、废弃船、水污染、漂浮物）的目标进行检测，支持多种数据数据源输入并且接入了AI实现了对当前分析结果的评估，欢迎了解！ 基于PyQt5+YOLOv8+DeepSeek的水体污染检测系统，利用PyQt5构建直观的可视化操作界面，结合YOLOv8强大的目标检测能力，实现对废弃物、废弃船、水污染迹象及漂浮物的实时识别；同时，DeepSeek 此外，水污染还会间接加剧其他污染因素的影响，例如废弃物、废弃船及养殖排放物在受污染水体中分解更缓慢或产生更多有害物质，加重整体水体污染负荷。 四．数据集基于PyQt5+YOLOv8+DeepSeek的水体污染检测系统，旨在解决传统水质监测中效率低、人工依赖强、漏检率高等问题。 三者结合，使水体污染检测更加智能、高效且可部署，不仅降低了监测人员的工作强度，也在提升水域安全管理、缩短污染排查周期、增强复杂环境下的监控能力方面展现出显著价值。
31810编辑于 2025-12-06 - 来自专栏网站监控
DNS污染可用网站监控检测修复
而且在网站维护的同时都可以使用iis7网站监控来第一时间检查是否被dns污染以及劫持等安全性的问题，并且可以检测快照有没有问题。
5K30发布于 2019-08-13 - 来自专栏网络安全技术点滴分享
Kibana原型污染漏洞检测工具
Kibana原型污染漏洞检测工具项目标题与描述CVE-2025-25014 Kibana漏洞检测器这是一个专门用于检测CVE-2025-25014漏洞的Python工具。 该漏洞是Kibana中的一个严重原型污染漏洞，可导致远程代码执行（RCE），影响Kibana 8.3.0至8.17.5版本，以及8.18.0和9.0.0版本。 功能特性漏洞检测：通过向Kibana的__proto__端点发送PUT请求检测原型污染漏洞身份认证支持：支持使用Basic认证进行身份验证代理支持：可通过代理服务器进行漏洞检测详细输出：提供彩色终端输出 ，清晰显示检测结果错误处理：包含完整的异常处理和SSL证书验证跳过功能灵活配置：支持通过命令行参数灵活配置目标URL、认证信息和代理设置安装指南系统要求Python 3.6+requests库网络访问权限 在安全审计过程中快速扫描Kibana实例漏洞验证：验证已修复的系统是否真正安全渗透测试：在授权测试中验证漏洞存在性安全监控：定期检查生产环境中的Kibana实例漏洞背景信息CVE-2025-25014是一个严重的原型污染漏洞
15410编辑于 2026-01-05 使用目标检测yolo11去训练无人机视角水体污染检测数据集VOC+YOLO格式2999张5类别步骤和流程
1 buyuyangzhi(捕鱼养殖) 710 2 feiqichuan(废弃船) 1215 3 feiqiwu(废弃物) 156 4 piaofuwu(漂浮物) 5495 5 shuiwuran(水污染 data=data.yaml 输出指标图像，一般在模型训练后生成，文件位置在runs/detect/train/results.png： 上面训练结果图片常用评估参数介绍 【常用评估参数介绍】 在目标检测任务中 下面是对这些术语的详细解释： Class： 这通常指的是模型被设计用来检测的目标类别。例如，一个模型可能被训练来检测车辆、行人或动物等不同类别的对象。 Images： 表示验证集中的图片数量。 在目标检测任务中，更高的IoU阈值意味着模型需要更准确地定位目标对象。mAP50-95的计算考虑了从宽松到严格的多个IoU阈值，因此能够更全面地评估模型的性能。 这些指标共同构成了评估目标检测模型性能的重要框架。通过比较不同模型在这些指标上的表现，可以判断哪个模型在实际应用中可能更有效。
43310编辑于 2025-08-01- 来自专栏giantbranch's blog
检测Linux二进制文件污染
概述 二进制污染是篡改系统命令并用恶意版本替换它。这可以是全面替换为一个新文件，设计成像旧命令一样运行，或者篡改原地可执行文件，使其直接运行恶意代码。 如果一个毫不知情的用户运行了一个被污染的命令，就是以该用户身份运行攻击者想要执行的代码。 简单污染示例 下面的shell模拟污染/bin/ls 注意：不要在生成环境中进行下面的实验操作！！！ 可以看到ls已经被我们污染了 $ ls /tmp/ systemd-private-eac9d075027e4c038c766b9a8b7d0834-apache2.service-O1DAvq systemd-private-eac9d075027e4c038c766b9a8b7d0834
86600编辑于 2024-12-31 - 来自专栏燧机科技-视频AI智能分析
河道排水口水体颜色识别检测系统 守护河道水质
近年来，“河道排水口水体颜色识别检测系统”作为一种非接触式监测手段应运而生。市场宣传常提及基于“YOLOv11+RNN深度学习框架”，宣称能“实时监测、立即告警、防止污染扩散”。 浊度与悬浮物趋势判断：通过水体浑浊度的视觉变化，间接推断泥沙 influx 或悬浮物浓度激增。时序异常检测：利用RNN模型分析视频流，区分瞬间的光影干扰（如云层遮挡）与持续性的水质变色过程。 三、实测性能与环境挑战根据燧机科技2025年发布的实验室模拟测试数据（标准色卡水体、恒定光源）：对典型异常水色（黑、红、乳白）的识别准确率可达94.5%；时序异常检测的误报率控制在8%以内。 主要误差来源：光照突变：乌云掠过或夕阳西下导致的整体色温偏移，被误判为水体变色（占比约45%）；水面反光：强风引起波浪反光，导致局部区域过曝或颜色失真（占比约30%）；非污染干扰：落叶堆积、水草漂浮或船只搅动底泥引起的暂时性浑浊 五、结语“河道排水口水体颜色识别检测系统”的核心价值，在于构建了一张广覆盖、低成本的早期视觉感知网。
18500编辑于 2026-03-05 - 来自专栏世荣的博客
大气污染态势检测可视化分析平台
有助于用户了解2013-2018年我国大气污染传播情况和发生原因，我国政府对大气污染的治理措施，并为未来大气污染的溯源与防治提供参考。 6.2 案例二 我们分析云南和四川污染物成因。我们首先看任意一天四川与云南的除臭氧外的任意污染物分布（图6.4左上），发现四川的污染物较为聚集，而云南的污染物较为分散。 由上面的分析可以得出，污染物的聚集与消散会受地形的影响，盆地地形容易聚集污染物，而山地地形的污染物不容易聚集。 如保定市六项措施推进大气污染治理，国家先进污染防治技术目录(大气污染防治领域)等等。有效地控制了主要大城市周边的传统污染物增长。 但是，随着复合空气污染现象的加剧和非常规空气污染物的增加，对空气污染的控制仍然不能放松。
2K40编辑于 2022-03-22 - 来自专栏TSINGSEE青犀视频
智慧环保：视频监控平台EasyCVR与AI智能分析在环保领域的应用
1、环境监测与数据分析AI视频分析技术可以用于监测环境中的污染源、野生动植物状况以及自然资源的利用情况。 同时，利用AI算法如小动物识别、人员入侵检测等，识别保护动物及检测偷猎者，并能发出告警至平台，能及时通知到管理人员。 4、水体监测与保护对水体进行监测是环保的重要组成部分。利用TSINGSEE青犀视频智能分析系统的AI技术，可以用于检测水质变化、监测水生态系统、发现非法排放和捕捞活动。 视频智能分析系统支持对河流区域的水体是否被污染进行识别，包括明显的水体颜色变化，有害藻类生物入侵等。 3）违规捕鱼检测：旭帆科技TSINGSEE视频智能分析系统支持识别人员在岸边撑伞钓鱼、撒网捕捞等场景；4）河道船只检测：TSINGSEE智能AI算法平台可识别停靠或行驶在河道、湖面、海洋的各种常见类型的船只
1.1K10编辑于 2023-11-29 - 来自专栏技术汇总专栏
基于YOLOv8的水体环境监控项目(精准识别水域废弃物与污染物)｜完整源码数据集+PyQt5界面+完整训练流程+开箱即用！
基于YOLOv8的水体环境监控项目(精准识别水域废弃物与污染物)｜完整源码数据集+PyQt5界面+完整训练流程+开箱即用！ YOLOv8 高精度检测模型 与 PyQt5 图形化界面工具，可实现对遥感图、水面视频、航拍影像中的多种水体污染物的智能识别，包括： 废弃物识别⛴ 废弃船检测 水污染区域标记 漂浮物监控漂浮物⛴捕鱼养殖项目支持多种输入形式 随着无人机航拍与遥感图像获取技术的广泛应用，结合计算机视觉手段，能够实现对水体环境的实时、智能监测。 ，结合 PyQt5 实现了一个集图像识别、视频分析、实时监控与可视化交互于一体的水体环境智能监控系统。 通过对遥感图像或无人机拍摄画面的识别，可以有效检测包括 废弃物、废弃船、水污染、漂浮物 等多类污染源，为环保治理、水资源管理和应急响应提供了低成本、高效率的技术手段。
52710编辑于 2025-08-06 - 来自专栏亚灿网志
【张杰】城市排水系统的思考
雨水径流由雨水管网就近排入自然水体，可避免污水混入污染接纳水体。但初雨径流水质非常恶劣，其COD、BOD、TN、TP接近于生活污水而悬浮物质浓度甚高。初雨径流对接纳水体水质的污染相当严峻。 污水管在降雨时，流量明显増加；改造成了两套平行的合流制管网，城区水域或许污染更甚。 新建城区排水体制的选择 近年来在新建区域大力推广着完全分流制排水系统。 城市降雨径流对水体的污染 南水径流的污染不容忽视，特别是当点源污染已被控制之后，雨水径流带来的非特定地点的城市面源污染特别突出，对河流水质构造严重危害，使城市的水生态环境日趋恶化。 合流制污水处理厂一般按晴天最大日污水量设计二级生物处理能力，雨天过量的合流水就只经沉沙沉淀后直接排放水体。 其改善的总目标是削减溢流雨水的污染负荷量。 其方法是：就减少溢流排放水量和溢流排放频率；改善溢流排放水质；建立合流排水系统溢流水质检测、控制和实时控制系统等。
50820编辑于 2023-05-17 - 来自专栏水质检测管理系统
水质检测管理系统开发使用的功能与作用
水质检测实验室管理系统是一种用于实时监测水体参数的自动化网络，主要由中心站和多个子站组成，实现远程监控与数据分析。 ，当数据异常(如污染物超标)时，系统通过界面标红、短信或邮件推送预警信息，并联动污染源追踪功能)。 污染溯源分析结合GIS地图实时展示污染源位置与河道监测点分布，辅助快速定位污染事件源头。 二、实时监测与数据采集水质检测实验室管理系统异常多参数动态监测系统搭载高精度传感器(如pH值传感器精度达±0.01，溶解氧监测精确至0.01mg/L)，可实时检测pH值、溶解氧、氨氮、浊度、COD等关键指标 ，支持对河流、湖泊、水库等水体的全天候连续监测。
19910编辑于 2025-11-12 - 来自专栏亚灿网志
【污水处理】黑臭水体
何为黑臭水体 城市内湖泊、河道等景观水体是城市人居环境中重要的组成部分, 但由于其易污染、水环境容量小、水体自净能力差等特点, 很容易成为居民生活污水、雨水及垃圾的受纳体, 从而导致水体溶解氧的大量消耗 黑臭水体是水体污染的一种极端现象。水体发黑发臭主要是在缺氧或厌氧状况下，水体内有机污染物发生系列物理、化学、生物作用的结果。 哪里来的 城市水体黑臭问题主要由水体中藻类和细菌的新陈代谢以及人类向水体中过度排放污染物引起的.近年来,随着我国城市经济的快速发展,城市规模的日益膨胀，城市环境基础设施日渐不足，城市污水排放量不断增加， 大量污染物入河，水体中化学需氧量( COD) 、氮(N)、磷( P) 等污染物浓度超标，河流水体污染严重，水体出现季节性或终年黑臭。 黑臭水体组成 造成黑臭水体的主要污染源包括有机污染物、底泥再悬浮以及水体热污染,城市水循环条件不足是引起黑臭水体的水动力学因素.从黑臭形成化学机理看,致黑物质主要包括悬浮物、Fe、S元素及其化合物FeS
32620编辑于 2023-05-17 - 来自专栏TSINGSEE青犀视频
浅析利用AI智能识别与视频监控技术打造智慧水产养殖监管系统
传统的人工观察水产养殖方式较为单一，难以及时发现人员非法入侵、偷盗、偷钓、水质污染等管理问题。 二、方案概述TSINGSEE青犀视频智慧水产养殖方案主要是围绕视频监控技术、人工智能检测技术、云计算、大数据、物联网等新兴技术，通过远程高清视频监控与视频AI智能检测，可对水产养殖区域进行24小时监管， 通过实时AI检测与监控，出现异常时立即抓拍并报警提醒，有效节省人力成本，提升监管工作的及时性、准确性和有效性。 2）违规捕鱼检测AI视频智能分析系统支持识别人员在岸边撑伞钓鱼、撒网捕捞等场景，一旦检测到就立刻抓拍并告警。 4）水体变色AI视频智能分析系统支持对养殖区水域的水体是否被污染进行识别，包括明显的水体颜色变化，有害藻类生物入侵等。
83120编辑于 2023-09-20 - 来自专栏气象监测
多参数水质在线监测系统：智能实时守护水环境的智能防线
核心监测参数与技术原理 系统可同步监测多项关键水质指标，包括物理、化学及生物特性参数，具体如下： 基础参数：温度、pH值、溶解氧、电导率、浊度等，通过高精度传感器实现快速检测，例如溶解氧采用荧光寿命法 污染物指标：氨氮(离子选择电极法)、化学需氧量(COD，UV254吸收法)、悬浮物等，可实时反映水体受污染程度，为污染溯源提供数据支持。 系统架构与功能特点 硬件组成 系统由六大核心单元构成，形成完整监测闭环： 分析测试单元：搭载多类型传感器阵列，通过流通池集成安装，支持螺纹或紧配固定，适应不同水体环境。 污染源监管：对工业废水、生活污水排放口进行24小时监控，数据可直接对接环保部门监管平台，助力执法溯源。 水生态保护：应用于河流、湖泊等地表水监测，通过溶解氧、氨氮等参数变化趋势分析，评估水体自净能力及生态健康状态。 该系统以“实时性、准确性、智能化”为核心优势，已成为现代水环境治理不可或缺的技术支撑。
41010编辑于 2025-08-01 - 来自专栏GEE数据专栏，GEE学习专栏，GEE错误集等专栏
全球地表水数据集JRC Global Surface Water Mapping Layers, v1.2数据
extent为全球地表水掩膜，它显示了1984-2019年内检测到水的所有位置。 全球地表水的储量和分布受各种自然因素和人类活动的影响，如气候、地形、土壤、降水、蒸发、渗漏和污染等。为了更好地管理和保护全球地表水资源，需要进行科学的水资源评估和全球性的水资源管理合作。 recurrence % 0 100 每年返水的频率 transitions 0 10 水体状态转变 0：非水体1：永久水体2：新增的永久水体3：减少的永久水体4：季节性水体5：新增的季节性水体 6：减少的季节性水体7：季节性水体变为永久水体8：永久水体变为季节性水体9：临时的永久水体10：临时的季节性水体 extent 0 1 水体掩码，0非水体，1表示水体 0表示100%减少 100表示无变化 0：非水体 1：永久水体 2：新增的永久水体 3：减少的永久水体 4：季节性水体 5：新增的季节性水体 6：减少的季节性水体 7：季节性水体变为永久水体 8：永久水体变为季节性水体 9：临时的永久水体
1.4K10编辑于 2024-02-02 - 来自专栏燧机科技-视频AI智能分析
河道漂浮物识别检测系统
河面漂浮物检测系统依据智能视频分析，对河道、水库等区域进行实时监测，无需人工干预，一旦监测到水面漂浮物时，立即进行告警，告知监控管理中心，提醒相关人员及时处理，同时将告警截图和视频保存到数据库形成报表， 目前，伴随着智能化、农业化和城镇化进程的加速推进，人为要素对环境产生污染。湖水、江河、水利工程和自来水厂等水面上有很多漂浮物。这类漂浮物带有很多对人体有危害的化合物。 一直以来，水源污染受到破坏了生态环境保护，危害着大家的生存和发展。因而，为了实现大家的可持续发展观，我们应该解决水体污染难题，监管污染物的排污。 河道漂浮物识别检测系统以AI技术检测河道漂浮物事件，实现对河道内乱扔垃圾场景的自动抓拍，告警自动推送，大大促进河道无人化监管，有效降低人工压力，助力水利水务数字化转型，推动水利行业高质量发展。
1.2K50编辑于 2022-09-19 - 来自专栏实验室信息管理系统
软硬件一体化平台水务(水质)环境监测检测管理系统分类
水务(水质)环境监测检测管理系统是一套集成物联网、大数据、AI与GIS技术的软硬件一体化平台，可以完成对水体质量进行7×24小时实时监测、智能分析、自动预警与闭环管控，最终实现从“人工巡检、事后处置”向 污染指标：COD、氨氮、总磷、总氮、高锰酸盐指数。辅助设备：数据采集仪(RTU)、太阳能/市电供电、防护机箱。2.平台层(数据中心)系统的“大脑”，核心软件部分。 2.数据分析与污染溯源质量评价：自动按国家标准评定水质类别(Ⅰ-Ⅴ类)。溯源定位：结合GIS与水文模型，追踪污染路径、锁定疑似污染源。3.智能预警与报警阈值报警：自定义指标上下限，超标自动触发。 质量控制：数据异常检测、自动剔除无效值。5.报告与台账自动生成：周报、月报、年报、污染源报告。数据存证：区块链/加密存储，保障数据不可篡改，支持执法举证。 黑臭水体/地下水：治理效果评估、长期监控。四、系统价值实时高效：替代人工，数据秒级传输，响应时间≤15分钟。主动防控：从“被动应对”转为“事前预警”。
9210编辑于 2026-04-07 - 来自专栏TSINGSEE青犀视频
智慧海岛/海域方案：助力海洋空间智慧化、可视化管理
4G/5G、无线/有线网络覆盖，通过在海岛海域重点区域部署的网络监控摄像头，实现全天24小时远程可视化高清视频监控，同时利用视频智能分析系统的AI算法识别技术，对海岛海域的边线进行智能监测，对海面水质污染 二、技术应用1、AI视频智能分析技术应用1）违规捕鱼检测：AI视频智能分析系统支持识别人员在岸边撑伞钓鱼、撒网捕捞等场景；2）船只检测：智能AI算法平台可识别停靠或行驶在河道、湖面、海洋的各种常见类型的船只 （捕捞船、挖沙船、货运船、载客船等）， 如有捕鱼船进入管辖区域，也会发出告警，还能对区域内船只数量进行统计；3）区域闯入检测：AI智能算法平台支持对水库、河流、湖泊等划定警戒区域，对违法进入警戒区的人员进行检测和预警 ；4）水面异常漂浮物：支持识别江河湖泊、水库、鱼塘等水域表面存在的异常漂浮物，包括水面垃圾、塑料、水葫芦、水藻、凌汛等；5）水体变色：支持对河流区域的水体是否被污染进行识别，包括明显的水体颜色变化，有害藻类生物入侵等
1K10编辑于 2023-11-23 - 来自专栏GEE数据专栏，GEE学习专栏，GEE错误集等专栏
PIE-engine APP教程 ——基于水体指数或监督分类方法的水体频率计算
该方法尽管已经较为古老，但其是最为常用的水体提取方法（部分高分辨率数据仅有4个波段），并且目前很多的水体指数法都是在该方法地基础上进行地变化。 该方法对于大部分的常规水体均可有效提取，但是同样受到其他因素的影响较大。 但是对于部分高分辨率数据不适用（不存在中红外波段），因此在进行中低分辨率的水体自动提取时常用。且由于该方法对于部分湖泊湿地中的富营养化的水体提取也较为适用，因此也常用来提取此类水体。 * @Time : 2021/06/30 * @Author : 中国地质大学（武汉）水体频率小组 * @Desc : 基于水体指数或监督分类方法的水体频率计算 * //计算有效像元个数 var pixel_validNumber = l8_images.map(validPixel).sum().clip(roi); //分方法计算水体个数和水体频率
63810编辑于 2024-02-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号