Este trabalho visa treinar e avaliar modelos de Deep Learning da Família YOLO para segmentar instâncias de lixo artificial em imagens de regiões costeiras, visando contribuir para o monitoramento e despoluição desses ambientes. Foi desenvolvido um pipeline de preparação de dados e, em seguida, foram testados os modelos YOLOv7 e YOLOv8, destacando-se a YOLOv7 pelo melhor desempenho, possivelmente devido à sua menor especialização para benchmarks. Os resultados obtidos visam auxiliar na criação de sistemas automáticos para detectar e remover resíduos plásticos nas áreas costeiras, com o intuito de reduzir os impactos ambientais dessa forma de poluição.