Bài báo giới thiệu giải pháp máy thu rác trên mặt nước với chức năng nhận dạng rác tự động bằng việc huấn luyện mô hình học sâu với kiến trúc mạng YOLOv7. Đầu tiên, phương pháp Thinking Design kết hợp mô phỏng 3D được sử dụng trong quá trình thiết kế và đánh giá hiệu quả của máy thu rác trên mặt nước có tên WSCA (Water Surface Cleaning Autobot). Nhóm tác giả đề xuất phương pháp tăng cường dữ liệu để tạo thành tập FloW+ có thêm 800 ảnh so với tập data FloW (gồm 2000 ảnh với 5.271 chất thải nhựa trôi nổi). Cuối cùng là xây dựng và huấn luyện mô hình mạng học sâu để nhận dạng rác trên mặt nước với tập dữ liệu tập FloW+. Độ chính xác trên tập kiểm thử là Precision đạt 80,5%, Recall đạt 76,6%, mAP@0.5 đạt 78,8%, mAP@0.5...95 đạt 35,6% với FPS đạt trung bình là 17,6. Phương pháp này đem đến khả năng ứng dụng cao cho việc xây dựng một thiết bị thu rác trôi nổi tự động cũng như áp dụng mở rộng ở các quy mô lớn hơn.