海洋浮游生物识海洋浮游生物识别系统：基于YOLOv10的显微图像自动检测与UI别系统：基于海洋浮游生物识别系统：基于YOLOv10的显微图像自动检测与UI展示YOLOv10的显微图像自动检测与UI展示

🧬 一、研究背景与意义

浮游生物是海洋生态系统中至关重要的组成部分，其种群结构的变化对气候变化、海洋污染及渔业资源均有深远影响。然而，传统通过人工显微镜下观测进行物种统计的方式，效率低且准确率受限。因此，借助计算机视觉自动识别浮游生物成为科学研究的重要方向。

近年来，YOLO 系列作为实时目标检测的代表算法取得了巨大成功。尤其是 YOLOv10 以其更高精度与轻量化部署能力，非常适用于在有限算力的研究场景下识别微观生物图像。

---

📦 二、数据集选择与处理

✅ 推荐数据集：WHOI-Plankton

• 数据源：https://www.kaggle.com/datasets/cyberkolor/plankton-whole-image-dataset
• 由美国麻省伍兹霍尔海洋研究所（WHOI）发布。
• 包含：70+类浮游生物，20000+带标签的显微镜图像。
• 每张图像为高分辨率黑白图，标注为类名+位置坐标（以YOLO格式）。

🗂️