記者陳金金 / 台北報導
為提升海洋垃圾監測效率並加速海洋治理數位轉型，海洋委員會國家海洋研究院（下稱國海院）7月30日上午正式發布全臺首套AI-Ready「MDImageNet海廢影像資料集」，同步啟動「2026海廢影像辨識國際AI競賽」。本次活動由海洋委員會指導，Amazon Web Services（AWS）提供AI技術支持與雲端服務資源，工業技術研究院AIdea人工智慧共創平臺負責競賽執行，透過資料集開放與國際競賽雙軌推動，攜手產官學研共同發展海洋垃圾智慧辨識技術，打造海洋治理數位公共基礎。
國海院表示，海洋垃圾會隨海流跨境漂移，臺灣海岸同時承受在地與境外海廢累積，傳統海岸調查須仰賴大量人力進行撿拾、分類、量測、拍照及登錄，後續仍需耗費時間整理照片、核對資料與統計分析，效率有限且不易維持一致的判讀標準。為提升監測效率，國海院歷時多年建置MDImageNet海廢影像資料集，目前已累積超過2萬張真實海岸影像，完成逾4.2萬個海廢物件標註，建立符合AI模型訓練需求的高品質資料集。資料集以國際淨灘行動（ICC）分類為基礎，進一步建立NAMR三層級分類架構，兼顧國際接軌與國內調查需求，並依循《人工智慧基本法》推動資料治理、資料開放、共享及再利用方向，以CC BY 4.0授權釋出，提供研究機構、教育單位及產業界共同投入海洋AI創新應用。
▲發布會現場播放MDImageNet歷程影片(MDImageNet：從海廢影像蒐集到AI Ready資料集公開)。( 圖 國海院提供 )
海洋委員會副主任委員吳欣修致詞表示，海洋資料價值在於跨域共享與實際應用，海委會很榮幸能與國海院及各合作夥伴共同推動海洋AI應用發展，象徵海洋治理正式邁向AI應用的新階段。目前國海院已建置整合全國海洋相關資料的平臺，累積超過300億筆資料，未來將持續推動資料標準化、結構化及治理工作，提升資料品質與共享效益，讓龐大的海洋數據真正成為AI訓練、海洋科研及政策決策的重要基礎，為臺灣海洋科技發展創造更多可能。
國海院院長陳璋玲表示，高品質且可共享的資料，是推動AI發展的重要基礎。國家海洋研究院正式公開MDImageNet海洋廢棄物影像資料集，不僅代表多年海岸調查成果完成數位化整理，更將透過開放共享機制，讓研究單位、學界及產業能共同運用於AI模型訓練與技術開發。配合資料集發布，國海院同步舉辦海洋影像辨識國際AI競賽，期望吸引全球AI與電腦視覺領域人才投入，共同提升模型效能，推動海洋科技創新，讓AI成為海洋環境監測、污染治理及永續管理的重要助力。
AWS臺灣董事總經理王定愷表示，臺灣本島加上離島的海岸線長度超過1,500公里，若僅依賴人工巡查海洋廢棄物，不僅成本高、效率低，也難以全面覆蓋，因此導入無人機、AI與自動化技術，將是提升海岸巡檢效率的重要方向。AWS很榮幸參與國家海洋研究院的計劃，期盼透過開放資料、開放場域，結合政府、企業與新創力量，共同推動智慧海洋發展的願景。亞馬遜擁有無人機、自動化及AI等技術經驗，還可提供雲端與AI服務、電腦視覺以及機隊管理等技術支援，期盼能提升智慧巡檢能力，讓臺灣智慧海洋成果邁向國際。
▲啟動儀式合照。(左起依序為工研院技術副組長張世芳、AWS臺灣董事總經理王定愷、海委會副主委吳欣修、國海院院長陳璋玲、海保署副署長施義哲)。( 圖 國海院提供 )
Xpark董事小倉經敬指出，Xpark長期與地方政府、合作夥伴及社區居民攜手合作，將海岸環境維護視為企業永續的重要責任，也持續推動淨灘等海洋保育行動。除了公司同仁積極參與外，也邀請合作企業夥伴及民眾共同投入，以實際行動守護海洋生態，為下一代留下更美好的海洋環境。本次看到國海院發布的MDImageNet資料集，讓我們看見科技與海洋保育結合的嶄新可能，這項成果不僅將成為臺灣海洋環境監測與管理的重要基礎，更能進一步支持全球海洋科學研究、海洋教育及國際交流，為海洋永續發展帶來更大的貢獻。
配合MDImageNet資料集正式發布，國海院同步啟動「2026海廢影像辨識國際AI競賽」，並首度公開由研究團隊建置完成的Baseline Model，提供參賽隊伍作為模型開發起點與效能比較基準。競賽以物件偵測平均精確度均值（mAP）及模型輕量化效能作為評比重點，開放高中職、大專校院學生及社會人士組隊參加，報名至8月10日止，總獎金新臺幣30萬元，另設最佳輕量化優化獎，鼓勵兼具高準確度與部署效率的AI模型開發。國海院期待透過國際競賽匯聚人工智慧、電腦視覺、資料科學及海洋科學人才，將技術創新轉化為實際海洋環境治理成果，共同推動臺灣邁向智慧海洋與永續發展。
競賽詳情及報名資訊請見官方網站：https://www.digitimes.com.tw/seminar/mdivrc_2026/
