five
五号数据雷达
产品上架
产权登记
知识产权
公共数据
首页 / 数据知识产权登记 / 正文

无人机智能识别垃圾堆放算法模型的图像训练数据已成功在浙江省数据知识产权登记平台进行登记,应用在无人机图像识别、环保监测领域

五号数据雷达数据知识产权登记2025-05-08 02:1849
2025-05-07 , 浙大启真未来城市科技(杭州)有限公司 旗下 无人机智能识别垃圾堆放算法模型的图像训练数据 数据知识产权在 浙江省数据知识产权登记平台 完成登记 , 应用于 无人机图像识别、环保监测 领域

浙大启真未来城市科技(杭州)有限公司 本次登记的数据知识产权 无人机智能识别垃圾堆放算法模型的图像训练数据, 无人机智能识别垃圾堆放算法模型的图像训练数据的应用场景主要集中在提升AI模型对垃圾堆放的识别能力和准确度。通过对这些数据的训练,AI模型能够更有效地支撑无人机在生态环境智能监测中的全域化巡查应用。基于地理坐标与二级标注体系,AI模型可精准识别建筑垃圾、工业废料、生活垃圾等垃圾堆放行为,可应用于支撑环保部门对城乡结合部、河道堤岸、工业园周界等复杂场景的自动化巡检、污染源定位、违法取证及治理效能评估等需求。1、数据来源:原始数据通过自有智能无人机拍摄采集,记录图像ID、采集时间、文件路径、采集设备、地理坐标、拍摄高度、环境参数、边界框组等数据,通过数据清洗,保证数据质量。 2、数据预处理与标注:①对原始数据按7:2:1比例划分训练集/验证集/测试集;②采用多级标注体系:一级标签(垃圾堆放/正常)、二级标签(生活垃圾/建筑垃圾/工业废料等)。③关联要素标注包含垃圾桶容量状态、围栏标识、合法堆放区等关键信息。 3、模型选择和初始化:采用YOLOv5预训练模型,并初始化模型参数,设置合理的超参数:学习率0.002-0.0001动态调整,批量大小16,锚框参数根据拍摄图像特征优化;同时集成注意力机制增强小目标检测能力。 4、模型训练:使用PyTorch框架实施分布式训练,设置训练时长,采用迁移学习策略,冻结底层特征提取层参数,引入Mosaic数据增强提升复杂场景适应能力,设置早停机制(patience=15)防止过拟合。 5、模型评估:① 构建多维评估体系:基础指标(mAP@0.5)、夜间检测率、误报率、漏报率。② 设置渐进式测试:单类堆放→混合堆放→伪装堆放→跨季节场景四阶段测试。 6、模型优化:优化推理引擎,保障推理速度,并建立区域特征库机制。

查看无人机智能识别垃圾堆放算法模型的图像训练数据

登记内容:

 

关于 浙大启真未来城市科技(杭州)有限公司 , 浙大启真未来城市科技(杭州)有限公司,是一家专注于未来城市科技研发与应用的高新技术企业,依托浙江大学的研究实力,致力于智慧城市建设与可持续发展解决方案。该公司聚合了城市规划、信息技术和绿色能源等多领域专家,推动城市科技创新。

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。

数据合作广告位

社区讨论

近期热门
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

二维码
关注我们