温岭市天航物流有限公司 本次登记的数据知识产权 基于实例分割的物流快递包裹智能分拣数据, 该数据在物流快递包裹分拣场景中具有重要的应用价值。能够提供多目标包裹实时定位，更精确地分割重叠包裹区域，帮助分拣机器人进行精准抓取操作。这项技术在电商仓储、跨境物流等领域具有广泛的应用场景，特别是高密度包裹分拣、异形包裹识别和易碎品分类场景，能够提高分拣效率，降低人工分拣错误率，提供包裹完整性保障。数据收集： 通过部署在分拣线上的工业相机采集包裹传输带RGB图像（1280×720@30fps），同步标注每个包裹的像素级分割掩膜。每个样本包含： - 原始图像（.jpg格式）记录传输带实时画面 - 真实分割掩膜（.npy格式）存储包裹二值化掩膜 - 预处理图像（.npy格式）为标准化处理后的张量数据 - 预测分割掩膜（.npy格式）来自模型推理结果 数据预处理： 1. 图像标准化：将输入图像缩放至640×640并归一化到[0,1]区间 2. 数据增强：随机应用水平翻转（概率0.5）和色彩抖动（Δ亮度±0.2，Δ对比度±0.1） 3. 掩膜编码：将多边形标注转换为二值化矩阵存储 4. 张量转换：将处理后的图像数据转换为float32类型的Numpy数组 模型构建： 采用改进的Mask R-CNN架构实现包裹实例分割，网络包含特征金字塔(FPN)和区域建议网络(RPN)。核心公式表达为： F = Backbone(X_preprocessed) M = MaskHead(RoIAlign(F, proposals)) 式中： - X_preprocessed 表示预处理图像数据 - Backbone 为ResNet-50特征提取网络，输出特征图F - RoIAlign 从特征图F中提取建议区域(proposals)的特征 - MaskHead 生成每个实例的预测分割掩膜M - IoU（交并比）计算预测分割掩膜与真实分割掩膜的重合度 - 分拣准确率由实际抓取成功率转换得出 模型通过交替优化分类损失L_cls、边界框回归损失L_box和掩膜损失L_mask，最终实现端到端的包裹实例分割。在测试阶段，当IoU≥0.85且分类置信度≥0.95时，判定为有效分拣目标。
登记内容：
关于 温岭市天航物流有限公司 , 温岭市天航物流有限公司是一家专业从事国内、国际货物运输及物流配送服务的现代化物流企业，致力于为客户提供高效、安全、优质的物流解决方案。该公司业务涵盖仓储管理、货运代理、供应链管理等多个领域。
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一个专门用于登记和管理数据知识产权的官方平台。该平台允许企业和个人申请登记其数据知识产权，包括专利分类数据、客户价值评估数据等。平台提供公告功能，展示已登记、放弃或撤销的数据知识产权信息，并提供详细的申请人、申请时间和更新信息。
_1769672084863.jpg)