مقدمه: آلودگی ناشی از پسماندهای پلاستیکی یکی از چالش‌های مهم محیط‌ زیستی است و شناسایی خودکار و مکان‌یابی این پسماندها در تصاویر می‌تواند داده‌های مورد نیاز برای پایش پسماند، برنامه‌ریزی پاک‌سازی و مدیریت هدفمند و هوشمند آن را فراهم کند. هدف پژوهش حاضر، توسعه و ارزیابی یک مدل تشخیص شیء مبتنی بر معماری جدید YOLO26n، معرفی ‌شده در سال 2026، با استفاده از روش یادگیری انتقالی است تا پنج دسته‌ی مهم از پسماندهای پلاستیکی شامل بطری، لیوان، بسته، نی پلاستیکی و پلی‌اتیلن را به ‌طور هم‌زمان در تصاویر با محیط و پس‌زمینه‌های واقعی شناسایی و مکان‌یابی کند. مدل بر روی مجموعه‌داده‌ی جدید PlasticVision-BD آموزش داده شد که تا زمان نگارش این پژوهش، مقاله‌ای از مدل‌سازی روی آن شناسایی نشد.
مواد و روش‌ها: مجموعه‌داده‌ی PlasticVision-BD پس از پیش‌پردازش شامل 15098 تصویر و 18862 شیء پلاستیکی در سه گروه آموزش، اعتبارسنجی و آزمون بود. پیش از مدل‌سازی، استقلال سه گروه مجموعه‌داده با بررسی تکرار دقیق تصاویر مبتنی بر اثر انگشت دیجیتال SHA-256 و بررسی شباهت ادراکی مبتنی بر pHash ارزیابی شد و هیچ تکرار دقیق یا هم‌پوشانی گسترده‌ای که استقلال گروه‌ها را مخدوش کند، مشاهده نشد؛ این بررسی، اطمینان به نتایج حاصل از ارزیابی مدل را افزایش می‌دهد. مدل با استفاده از وزن‌های از پیش ‌آموخته‌ شده‌ی YOLO26n و با روش یادگیری انتقالی ریزتنظیم شد. آموزش پس از 36 دوره و با مشاهده‌ی اشباع نسبی عملکرد در دوره‌های پایانی متوقف شد و مدل با بهترین وزن در حین آموزش و مدل با آخرین وضعیت آموزش، ذخیره شدند. عملکرد هر دو مدل بر روی تصاویر مجموعه‌ی آزمون که در فرآیند آموزش توسط مدل دیده نشده بودند، با معیارهای mAP50 ، F1 score ،Recall ،Precision و mAP50-95 ارزیابی شد. همچنین، در یک ارزیابی جداگانه، سرعت پردازش مدل با اعمال آن بر تمامی تصاویر مجموعه‌داده سنجیده شد.
نتایج: مدل با بهترین وزن، در تمامی معیارهای ارزیابی ‌شده از مدل با آخرین وضعیت آموزش برتر بود. بهترین مدل در ارزیابی مجموعه‌ی آزمون به Precision برابر با 89/53 درصد، Recall برابر با 76/88 درصد، امتیاز F1 برابر با 82/72 درصد، mAP50 برابر با 80/80 درصد و mAP50-95 برابر با 57/39 درصد دست یافت. در میان پنج دسته، مدل در تشخیص و مکان‌یابی بطری پلاستیکی بهترین عملکرد کلی و در تشخیص پلی‌اتیلن چالش‌برانگیزترین عملکرد را نشان داد. ارزیابی بصری روی تصاویر آزمون نیز توانایی مدل در شناسایی هم‌زمان نوع و موقعیت یک یا چند پسماند پلاستیکی در یک صحنه را نشان داد. در ارزیابی جداگانه برای سنجش سرعت پردازش، مدل توانست تمامی تصاویر مجموعه‌داده را در حدود 25 دقیقه پردازش کند؛ درحالی‌ که آموزش مدل نزدیک به 69 ساعت زمان برده بود.
بحث: مقایسه با مطالعات پیشین نشان داد مدل پژوهش حاضر باتوجه به معیار کلیدی mAP50 از استانداردهای خوبی برخوردار است؛ با این وجود، نتایج این مقایسه باید با توجه به تفاوت مجموعه‌داده‌ها، تعداد دسته‌ها، شرایط تصویربرداری و تنظیمات آموزش تفسیر شوند. همچنین، سرعت نسبتا بالای پردازش، قابلیت استفاده‌ی مکرر از مدل پس از اتمام آموزش و کاربرد عملی مدل در سامانه‌های متعدد، علی‌رغم هزینه‌ی زمانی نسبتا قابل ‌توجه مرحله‌ی آموزش، آموزش مدل را کاملا توجیه‌پذیر می‌کند. نتایج نشان می‌دهد که مدل می‌تواند به‌ عنوان یک مولفه‌ی هوشمند در سامانه‌های پایش تصویری محیط‌ زیست، خطوط تفکیک و بازیافت، اولویت‌بندی عملیات پاک‌سازی، سامانه‌های خودکار و نیمه‌خودکار جمع‌آوری و رباتیک و نرم‌افزارهای مبتنی بر تلفن همراه، از جمله سامانه‌های پشتیبان تفکیک پسماند از مبدا، مورد استفاده قرار گیرد. با این حال، برای نزدیک شدن به استقرار عملی در مقیاس واقعی، پیشنهاد می‌شود در پژوهش‌های آینده مدل بر روی تصاویر میدانی متنوع‌، شرایط نوری و پس‌زمینه‌ای متفاوت، داده‌های محیط‌های عملیاتی آزمون شود و قابلیت تعمیم مدل به شرایط خارج از مجموعه‌داده‌ی آموزشی بررسی و تقویت شود.