浙江利珉环境科技有限公司 本次登记的数据知识产权 无人机智能识别巡查建筑垃圾数据, 针对城市道路、河道、城郊公路等，无人机凭借 70 至 100 米的中低空优势，结合高分辨率传感器与 AI 算法，能快速识别路面散落的塑料袋、纸箱、易拉罐等生活垃圾，以及堆积的建筑垃圾、废弃轮胎，道路破损情况等。算法通过分析垃圾与路面的颜色对比（如深色柏油路上的白色塑料袋）、形状特征（如不规则堆积物），精准锁定目标并标记坐标。可高效覆盖长距离路段，弥补人工巡检效率低、存在视野盲区的短板。无人机巡检广泛应用于： 1、城市道路日常巡检：发现道路垃圾，立即标记坐标并同步至环卫调度平台，引导清洁车优先清理，避免垃圾散落影响通行。 2、河道垃圾动态监测：无人机按设定航线低空掠过河道水面，精准识别河道生活垃圾和建筑垃圾等 。实时回传位置信息至河道管理处，协助安排打捞船定点作业，防止垃圾堵塞水闸或腐烂污染水质。 3、道路公路养护巡查：对道路公路进行无人机巡检，除识别路边倾倒的装修废料、生活垃圾外，还能捕捉路面裂缝、坑洼等破损情况。将垃圾分布与道路病害数据整合后，生成综合报告，为养护部门提供 “边清理垃圾边修复路面” 的联动作业依据。1、数据来源: 数据来源于本企业无人机智能巡查系统。2、高分辨率图像通过无人机采集，记录丰富元信息，包括图像标识ID、图像分辨率(pix)、相机型号、记录时间、文件路径、焦距(mm)、经纬度、海拔(m)、边界框组、置信度阈值、置信度、一级标签和二级标签，经人工清洗剔除噪声，确保数据可靠性。数据采用两级标签：初始细化目标类型标为二级标签（建筑垃圾），记录边界框及属性，后映射为一级标签（建筑垃圾）。3、算法基于YOLOv8m，集成SAHI通过图像分片优化小目标检测，结合迁移学习加载预训练权重。预训练权重使用在COCO数据集上预训练的模型参数yolov8m.pt，适用于通用目标检测任务。微调时，保留骨干网络低层次特征提取层权重，冻结部分层以防过拟合，调整检测头参数，设置学习率0.01、批量大小8。4、在推理阶段，设定置信度阈值为0.5，目标置信度由模型输出，反映目标检测的可信水平。仅保留高于此阈值的检测结果作为目标，即置信度输出大于等于0.5的检测框视为正样本（建筑垃圾），小于0.5的检测框视为背景负样本。
登记内容：
关于 浙江利珉环境科技有限公司 , 浙江利珉环境科技有限公司是一家专注于环保领域的高科技企业，致力于环境污染治理技术与产品的研发和应用，为我国环保事业贡献力量。
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)