Une méthode automatique de détection des microplastiques basée sur la détection d'objets par apprentissage profond et la spectroscopie Raman microscopique a été développée. Cette méthode retient les microplastiques sur une membrane filtrante métallique, identifie les microplastiques suspects à l'aide d'un modèle de détection d'objets, puis effectue automatiquement une analyse qualitative Raman après conversion des coordonnées. Les résultats montrent que le modèle de détection d'objets pour microplastiques basé sur YOLOv8n, entraîné expérimentalement, a une précision, un rappel et un mAP@0.5 supérieurs à 90%, avec un mAP@0.5∶0.95 atteignant 74%, démontrant de bonnes capacités de localisation et de reconnaissance des objets ; le modèle de reconnaissance des spectres Raman des microplastiques basé sur un algorithme optimisé de l'indice de qualité de frappe pondéré (HQI) atteint une précision de classification de 100% pour 7 types de microplastiques ; la combinaison du modèle de détection et du modèle de reconnaissance des spectres permet la détection automatique des microplastiques. La limite de détection dimensionnelle est de 100 μm, le taux de récupération des microplastiques ajoutés dans des eaux réelles est supérieur à 90%, avec un écart-type relatif (RSD) inférieur à 10%, montrant une bonne précision et reproductibilité. Cette méthode peut être appliquée pour une détection rapide, automatique et précise des microplastiques dans l'eau.

détection automatique des microplastiques;YOLOv8;modèle de détection d’objets par apprentissage profond;modèle de reconnaissance des spectres Raman