A poluição plástica dos meios aquáticos representa um problema crítico no mundo atual. Segundo dados de relatórios da ONU de 2021, cerca de 14 milhões de toneladas desses resíduos entram nos meios aquáticos a cada ano. A lenta decomposição desses na água geram os microplásticos, que afetam diretamente a qualidade da água. Apesar de haver medidas de patrulhamento realizadas para identificação de acúmulo de lixo plástico nesses ambientes, faltam métodos que automatizem e facilitem o monitoramento eficiente dessas áreas, tanto para fins de proteção ambiental quanto para o levantamento de dados geoambientais. Portanto, o objetivo desse projeto é de desenvolver e “treinar” um software baseado em inteligência artificial com a capacidade de detectar e localizar resíduos plásticos em imagens de ambientes aquáticos. Para isso, antes da programação do sistema proposto, foi criado um banco de imagens destinado ao treinamento, contendo fotos diversas de resíduos plásticos, bem como um banco de imagens voltado para testes que retratam ambientes aquáticos submetidos à poluição plástica. A programação do software, que foi realizada em Python, começa com o pré-processamento das imagens de entrada, que são convertidas em tons de cinza e levemente desfocadas por um filtro passa-baixa antes de serem submetidas ao Filtro Sobel, utilizado para detecção de bordas. O resultado desse processo passa por uma operação de dilatação, que melhora a conectividade dos contornos, tornando-os mais aparentes. Após isso, uma caixa delimitadora é desenhada ao redor de cada objeto detectado a partir dos contornos, levando em consideração sua posição na matriz da imagem. É gerada uma imagem separada para cada objeto, com seus limites determinados pela caixa delimitadora. Essas novas imagens são analisadas pela inteligência artificial. O modelo foi treinado a partir do método de aprendizado por transferência para adquirir conhecimentos básicos de segmentação e extração de características a partir de um modelo pré-existente. Após isso, foi submetido ao aprendizado supervisionado para aprender as características gráficas que definem os resíduos plásticos, com base em exemplos identificados manualmente. Na rotina de identificação, caso a inteligência artificial classifique o objeto como plástico, a caixa que delimita o resíduo é destacada na imagem de saída; caso contrário, a caixa é ignorada. Os processos de processamento de imagens foram possíveis com o auxílio da biblioteca OpenCV, e o treinamento de máquina com a biblioteca TenserFlow. Os testes no sistema foram feitos de maneira contínua enquanto foi programado, visto que existe uma hierarquia de execução das tarefas. Ao término desse processo, testamos o software com várias imagens, que apresentaram resultados satisfatórios na identificação de resíduos plásticos diversos em imagens de ambientes aquáticos, mostrando que o objetivo da pesquisa foi alcançado até o momento. No entanto, o sistema atualmente se restringe a imagens diurnas, devido à ausência de imagens noturnas no banco de imagens de teste. Os passos futuros do projeto incluem a adaptação do software desenvolvido para operar em tempo real, podendo ser implementado em sistemas de monitoramento de ambientes aquáticos. Palavras-chave: inteligência artificial; programação; plástico; detecção; imagens.