温岭市天航物流有限公司 本次登记的数据知识产权 物流仓库货物识别数据, 该数据能够实时识别物流货物种类和位置，并更精确地监控货物动态。这将帮助仓储管理人员自动化盘点并识别异常，极大提升库存管理效率、减少人力成本，并增强货物监控的实时性。在物流仓储管理中具有广泛的应用场景，尤其在自动分拣系统、库存更新流程及异常移动检测等方面能够发挥重要作用。通过部署目标检测系统，仓储过程中的货物跟踪、分拣和盘点可以更加智能化，从而提高整个供应链的响应速度和准确性。数据收集： 系统在仓库内部署 RGB 摄像头采集图像，每张图像都由人工标注工具生成真实货物边界框（真实货物 bbox），作为监督训练的标签。通过持续采集不同时间和视角的图像，保证数据的多样性和代表性，同时覆盖货物在堆放、搬运等状态下的外观变化。 数据预处理： 对采集到的输入图像进行标准化、尺寸缩放等操作，并结合图像增强手段（如随机旋转、亮度调整、裁剪等），生成增强后的图像数据。这些预处理步骤可提高模型对仓库环境光照、角度等变化的鲁棒性，同时扩充训练数据量以防止过拟合。 模型构建： 使用基于 YOLOv5 的单阶段目标检测模型构建货物识别系统，将增强后图像 augmented_image_array 作为模型输入。YOLOv5 模型由特征提取主干网络（Backbone）和检测头（Head）组成，整个处理流程如下：F = Backbone(augmented_image_array)，从增强图像中提取特征图 F； P = Head(F)，对特征图进行分析预测输出边界框 P。其中，P 为最终的预测货物边界框集合，即预测 bbox，用于表示检测到的各个货物的位置。训练过程： 在模型训练阶段使用包含交并比（IoU）损失的目标检测损失函数，对预测结果 P 和真实标注框（真实货物 bbox）进行优化。通过最小化 IoU 损失（或其改进形式如 CIoU、GIoU 损失），提升模型对边界框位置的定位精度。训练过程中，常采用随机梯度下降（SGD）或 Adam 优化器，调整学习率和批次大小等超参数，以达到最佳收敛效果。性能评估： 在测试阶段，使用平均准确率（Average Precision, AP）和平均召回率（Average Recall, AR）指标评估模型性能。通过将所有预测 bbox 与真实 bbox 匹配统计，计算 Precision 和Recall 曲线下的面积来得到平均准确率（AP），并统计预测能覆盖真实目标比例得到平均召回率（AR）。这些指标可以衡量模型在不同阈值下的检测效果，确保模型在多样化仓库环境下保持高识别率和稳定性。最终，将 AP 和 AR 值记录在数据文档中，作为模型性能的量化评估依据。
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物流、国际物流、仓储配送等业务的物流企业，致力于为客户提供高效、安全的物流服务。公司拥有一支经验丰富的物流团队，以满足不同客户的需求。
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)