浙江小桔绿色能源科技有限公司 本次登记的数据知识产权 充电场站烟火预警数据, 数据集为烟火图片数据集，主要应用于基于视觉的，烟火目标检测深度学习模型训练，训练完成的模型，对输入图片中的烟、火目标物有准确的检出能力。数据集全部采集于充电场站的视频监控系统回流、抽帧数据，因此，使用该数据集训练模型特别适用于充电场站场景的烟、火目标检测。该数据集也可用于其他对于烟、火标注图片有使用需求模型训练，例如通用场景下的视觉大模型的训练。1. 数据来源：原始数据来源于小桔能源全国充电场站视频监控系统捕获的车辆自燃、消防演习、其他烟火图片，确保了原始数据在充电场站场景下的多样性和广泛性。 2. 图像标准化处理：包括调整分表率和裁剪，以统一数据格式，确保一致性和适配性 3. 数据增强：应用旋转、缩放、颜色调整、AICG等技术增强数据多样性，提升模型泛化能力。 4. 关键视觉特征提取：从图像中提取关键视觉特征，包括颜色直方图、纹理纹理信息、边缘特征、深度学习特征等 5. 深度学习架构选择：采用YOLO系列模型作为深度学习架构 6. 模型训练与评估：在标注好的数据集训练YOLO模型，通过监督学习的方式让模型学习标准的烟火数据图片。通过交叉验证，使用不同指标如召回率、误报率评估模型的识别能力。 7. 模型优化与验证：通过调整学习率、batch大小等超参；调整模型结构，如更换卷积模块，修改网络深度等对模型进行优化，在独立测试集验证模型性能，确保模型在未见数据也能表现良好 8. 模型推理：模型推理输入为单张图片，输出为图片中检测到烟、火目标的位置信息，如未检测到烟、火目标则输出为空 9. 提交数据信息：所提交的csv文件中，每行数据为推理或训练输入的最小数据单元，对各字段进行说明： img: 图像数据 width: 图像宽度 height: 图像高度 Label:图像中烟、火目标标签信息，为yolo格式标签，采用以下形式：(class_id, x_center, y_center, width, height) 每个字段具体含义如下 - class_id：目标类别索引，0为烟、1为火。 - x_center：物体边界框的中心点横坐标，归一化到[0, 1]范围。 - y_center：物体边界框的中心点纵坐标，归一化到[0, 1]范围。 - width：物体边界框的宽度，归一化到[0, 1]范围，即width是图像宽度的比例。 - height：物体边界框的高度，归一化到[0, 1]范围，即 height是图像高度的比例。
登记内容：
关于 浙江小桔绿色能源科技有限公司 , 浙江小桔绿色能源科技有限公司是一家专注于绿色能源技术开发与应用的企业，致力于为用户提供高效、环保的能源解决方案，推动可持续发展。该公司业务涵盖新能源技术研发、节能技术服务及环保设备制造等领域。
关于 浙江省数据知识产权登记平台 , 浙江省数据知识产权登记平台是浙江省市场监督管理局（省知识产权局）联合多个部门开发建设的数字化应用，属于‘浙江知识产权在线’的应用场景之一。该平台旨在提供数据知识产权登记公共服务，通过区块链存证或数据保全公证，对数据知识产权进行登记，颁发登记证书，用于数据流通交易、收益分配和权益保护。
_1769672084863.jpg)