河道船舶识别检测系统 YOLOv8

河道船舶识别检测系统通过YOLOv5网络模型技术，河道船舶识别检测系统对河道监控画面中的船只进行7*24小时实时监测，若河道船舶识别检测系统发现河道监控画面种存在进行违规采砂或者捕鱼等违法违规活动，立即自动抓拍触发告警同步回传后台及时通知相关值班人员及时处理。河道船舶识别检测系统对河道湖泊区域对采砂船非法采砂进行实时监测。河道船舶识别检测系统提升湖泊环境，有效减少不文明行为，保障生态安全，强化湖泊流域生态环境保护和修复，实现人与自然和谐共生。

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。

随着经济社会的快速发展，社会对砂石需求量越来越大，违规开采河砂乱采等违法现象，在巨大利益驱更加频繁且猖獗。违规开采河砂造成输水不畅，影响行洪，威胁两岸群众生产生活，严重威胁生态环境的健康发展。各地政府不断出台政策，非法采砂有悖于当前建设环保和谐社会的宗旨，轻者关停罚款，重者对经营者判刑。乱采滥伐引发水上事故破坏航道危及航行安全，破坏航道改变河道原有水文环境，使水流流态紊乱。河道船舶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)

河道船舶识别检测系统利用现场已有的监控摄像头，无需人工干河道船舶识别检测系统自动对河道、湖泊水面区域进行实时监测，发现违法捕鱼、违规采砂时，自动将报警截图和视频同步告知监控管理中心，提醒值班及时处理。河道船舶识别检测系统减轻管理人员工作强度，保证了全天候7*24小时监控识别，提升助管理人员监控效率，促进资源合理高效利用。