3大智慧海洋算法赛题全解析｜2025青岛海洋人工智能创新应用大赛

摘要：数字化浪潮中，算法是推动技术革新和产业升级的核心力量。本次海洋大赛聚焦现代渔业、海洋装备、海洋文旅等重点领域，设置多个创新赛道。旨在汇聚全球人工智能高端智力资源，激发创新活力，推动前沿技术成果在海洋领域的转化落地。

数字化浪潮中，算法是推动技术革新和产业升级的核心力量。本次海洋大赛聚焦现代渔业、海洋装备、海洋文旅等重点领域，设置多个创新赛道。旨在汇聚全球人工智能高端智力资源，激发创新活力，推动前沿技术成果在海洋领域的转化落地。

大赛报名

赛题设置

赛题一：潮间带安全区域智能监测

赛题更多详情可访问：https://cvmart.net/race/11282/des

1、赛题背景本赛题聚焦海岸线安防监控场景，主要识别目标为海岸线与人。通过算法自动检测海岸线，并通过设置，根据海岸线的位置生成安全区域。浅水安全区域再往外就是危险区域，算法一旦检测到有人员出现在危险区域则进行报警。

2、算法需要达到的目的（1）使用关键点检测模型或其他模型，检测海水与陆地的分界线，并得到一条折线或者多条线段，作为海水与陆地的分界线。注意：每张图只有唯一一条海岸线。根据输入参数生成浅水安全区域。例如默认值为150像素，则检测到的海岸线往海的方向扩展150像素，得到安全区域边界线。（2）使用目标检测模型检测人员，得到人员的2d框。判断检测到的人员是否超越了安全区域边界线（靠海水侧），如果发现则产生告警。

3、数据标注（1）海岸线：标签：wave_line，波浪线。用点描绘海岸线，线大致与海水波浪线吻合。线不要绕过物体，包含但不限于人、船、树木等，直接穿过。（2）行人：使用2D框标注。其中行人的标签分为3种：'person_on_shore'，行人在海岸上， 'person_in_water'，行人在水里和 'unsure_person_in_water'，不确定人是在水里还是岸上。模型训练的时候把3种标签一起训练，得到一种标签’person’即可。

4、数据集（真实场景下拍摄的数据）

海岸线标注数据集详情：总大小7.562G，训练数据14602张，测试数据501张。行人2D标注数据集详情：总大小9.458，训练数据16039张，测试数据2079张。

5、样例集

▲海岸线标注样例数据

▲行人标注样例数据

赛题二：船体零部件状态监测-以钢板锈蚀为例

赛题更多详情可访问：https://cvmart.net/race/11283/des

1、赛题背景在日常生产过程中，工人在一个检查台上使用两边的灯照射平台上的钢板，查看平台上的钢板是否出现了麻点、是否出现了锈蚀与划痕等。这个过程繁琐、枯燥并且效率低。使用视觉算法对钢板进行检测，再通过人工复验，可以提高效率并保证钢板的质量。钢板的类型有2种，分别是：正常钢板与问题钢板。其中问题钢板包括有麻点的钢板、锈蚀的钢板、有划痕的钢板、有水波纹凹陷的钢板。

2、算法需要达到的目的仅使用提供的正常的钢板数据训练模型。使用模型对输入的图片进行分类。当输入一张图片，模型能对图片进行分类，判断图片中的钢板属于正常钢板还是有问题的钢板。算法测试的时候，会依次输入测试集的图片，模型对输入的图片进行分类，如果分类的结果与标注一致则得1分，分类结果错误不得分。例如标注为“正常钢板”，分类结果为“正常钢板”，则得1分。如果标注为“问题钢板”，分类结果为“正常钢板”，则不得分。

3、数据说明训练集仅包含5000张正常的钢板的图片。使用这5000张图片训练模型。其中有一个调试与测试使用的测试集，包含正常、麻点、生锈、水波纹凹陷和划痕5种类型图片各20张。

4、数据集（真实场景下拍摄的数据）数据总大小2.814 G，训练数据5000张，测试数据300张。

5、样例集

▲ 无锈蚀、无麻点的钢板

▲钢板上可以看到明显的麻点

赛题三：鱼类健康状态检测-以石斑鱼为例

赛题更多详情可访问：https://cvmart.net/race/11284/des

1、赛题背景本赛题聚焦于识别导致鱼类出现表皮病变情况的监测。目标是通过算法及时准确识别鱼类是否属于正常生长状态，确保水产养殖的高效生产，同时推动水产养殖向智能化方向发展。项目会采用水下摄像头监控鱼类，算法会对采集到的视频进行分析。检测水中的鱼，检测到鱼后，对鱼的皮肤进行病变检测。如果发现鱼的表面皮肤能分割出病变的块，就产生告警。

2、算法需要达到的目的：算法包括两部分：1）首先使用目标检测模型定位出水中的鱼的位置2）然后使用分割算法检测鱼身上的病变块，如果能检测到病变块就产生鱼身上有病变的告警，并对病变区域进行渲染。算法的可视化使用2D框显示检测到的鱼的位置，再对分割得到的病变区域进行渲染。告警文字显示：“警告检测到鱼身上有病变”。

3、数据说明标注方式：Cvat线上平台，2D+多边形标注文件格式：xml标注内容：鱼类+鱼类病变部位标签及标注规则：(1) 鱼:fish 2D(2) 鱼体破损部位：fish_damaged 多边形

4、数据集（真实场景下拍摄的数据）数据总大小 0.538 G，训练集 2282 张，测试集 252 张。

5、样例集