金华浙农信息技术有限公司 本次登记的数据知识产权 水体模型训练样本数据, 1、水资源管理与规划：水资源调查与确权登记 （精确掌握水体数量、分布、面积）；水资源公报 编制数据支撑；生态流量 保障监测；地下水超采区 地表水补给潜力评估。提供高时空分辨率的基础水情信息，支撑精细化、科学化的水资源管理决策与规划。知识产权确保数据在政府水利部门内部及跨部门共享、应用的合法性与规范性。2、洪涝灾害预警与应急响应：洪涝灾害发生时的快速淹没范围制图 与动态监测；灾情评估；抢险救灾 路径规划与资源调配；灾后恢复重建 规划。提供灾情第一手、直观、大范围的实时或准实时信息，是应急指挥决策的“眼睛”，极大提升响应速度与救援效率。知识产权是支撑政府应急部门快速调用、集成该关键数据资源的保障。3水环境保护与水生态治理： 河湖岸线保护与侵占监测；湿地生态功能区 划界与保护成效评估；排污口排查 与非法排污监控；蓝藻水华、赤潮 等生态灾害的早期发现、范围界定与演变跟踪；黑臭水体 识别与治理效果评估；水土流失 监测（结合岸线变化）。为水环境监管、生态保护修复提供高效、客观的空间监测手段，是实现精准治污、科学治水的重要数据基础。知识产权促进数据在环保督察、河湖长制考核、生态补偿等领域的合规应用。1、数据采集：利用飞马v500无人机，利用自动拼图得到1cm-3cm分辨率的无人机正射影像数据，并设置CGCS2000 / 3°投影坐标系，影像分辨率以及影像坐标系等参数同步加入至影像数据中。 2、数据预处理以及数据标注：首先，选择适用于样本的影像，明确裁切区域并绘制范围矢量；利用矢量数据裁切影像，采用在线标记点位并添加作物属性的方式，以点位为中心点进行裁剪，生成指定尺寸（如256*256）的影像切片。 3、数据集设置以及模型选择：按照7:2:1的比例设置训练集、验证集和测试集。使用自行搭建的TransCNN-Vision模型进行训练。 5、训练设置：模型选择与初始化以vision_transformer的large模型为权重文件，初始化常规模型参数后，读取数据集文件夹个数确定模型分类数，最优学习率为0.001，同时冻结出head和pre_logits外的所有权重参数，batchsize，根据当前设备现存余量自动调整，默认值为16，根据样本分辨率动态调整patch_size用于提高不同分辨率下的特征捕获能力。最后利用自适应高精度模型保存策略，自动保存训练精度mDice（Mean Dice Coefficient）指标最高模型的模型作为最佳模型。mDice计算公式如下： mDice=2*|X∩Y|/(|X|+|Y|)。 训练mDice指数基于对测试集样本数据预测并计算获得，其中|X∩Y|为预测结果与真实标注的交集，| X |和| Y |分别为预测结果与真实标签的各自的数量之和。 5、模型精度评估：通过在真实影像中进行模型提取并人工校正，实现对模型在真实场景中的提取效果。利用提取错误率和提取遗漏率指标来评估被识别物模型的提取能力，提取错误率用于评估模型提取结果中不是合理的比例，提取遗漏率用于评估模型提取结果依然没有提取出被识别物的比例，提取遗漏率越接近4.2%，提取错误率越接近6.2%，表明当前提取结果准确率越高，能够降低的成本越高。提取错误率计算公式如下：（|X|-|X∩Y|）/|X|。 提取遗漏率计算公式如下：（|Y|-|X∩Y|）/|Y|。其中，|X∩Y|为正确识别为被识别物的数量，| X |和| Y |分别为预测和真实的被识别数量。考虑到真实场景的复杂性，提取错误率和提取遗漏率保持在10%以内即可视为结果具有较高的准确性。
登记内容：
关于 金华浙农信息技术有限公司 , 金华浙农信息技术有限公司是一家专注于农业信息化的高科技企业，致力于为农业提供全面的信息技术服务和解决方案，助力农业现代化发展。
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)