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

智能识别路边建筑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,应用在城市管理与环境监控、计算机视觉领域

五号数据雷达数据知识产权登记2025-11-26 04:1416
2025-11-19 , 杭州声贝软件技术有限公司 旗下 智能识别路边建筑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 城市管理与环境监控、计算机视觉 领域

杭州声贝软件技术有限公司 本次登记的数据知识产权 智能识别路边建筑垃圾堆放算法模型的图像训练数据, 本数据集主要用于提升AI模型对建筑垃圾违规堆放行为的识别能力与精确性。通过对该数据集的训练,使AI模型能够通过图像分析识别未覆盖、未围挡、超范围堆放等情况的建筑垃圾,并可应用于城市管理执法、建筑工地监管、市容环境维护及智慧城市治理等场景。同时,本数据集可为城管执法部门提供智能化监管手段,规范建筑垃圾处置行为;为建筑工地管理提供实时监控支持;为市容环境维护提供精准清理依据;为智慧城市构建建筑垃圾全流程监管系统,从而全面提升城市建筑垃圾管理效率和市容环境质量。 1.数据采集 通过企业自有摄像设备自行采集道路建筑垃圾图像,同步记录图像ID、采集时间、设备型号、地理坐标、光照条件、天气状况等数据。 2.数据预处理与标注 通过数据清洗剔除模糊、过曝或严重遮挡图像。按6:2:2比例划分训练集/验证集/测试集。设置多级标注体系: 一级标签:合规堆放/违规堆放 二级标签:未覆盖/未围挡/超范围堆放/混合生活垃圾/其他 辅助标注:堆放区域边界框坐标、主要材料类型 3.模型选择与初始化 采用YOLOv8x目标检测模型,CSPDarknet53骨干网络,初始化参数并优化超参数:学习率0.001-0.0001动态调整,批量大小1-32动态调整,锚框参数适配各类建筑垃圾形态;集成注意力机制提升小目标检测能力。 4.模型训练 基于PyTorch框架实施训练,采用混合精度训练(FP16)提升效率。设置训练时长,数据增强模拟不同堆放形态(散落/堆积),添加阴影、部分遮挡等干扰,模拟雨雪天气下的识别场景,设置早停机制(patience=15),梯度裁剪(max_norm=1.0)。 5.模型评估 在训练模型的过程中,使用验证集调整超参数,训练完成后在测试集上评估模型表现,评估指标包含: 基础性能指标:mAP@0.5、误报率 场景鲁棒性测试:夜间检出率 并设置渐进式测试:单一材料→混合材料

查看智能识别路边建筑垃圾堆放算法模型的图像训练数据

登记内容:

 

关于 杭州声贝软件技术有限公司 , 杭州声贝软件技术有限公司,是一家专注于语音识别和语音合成技术的软件企业,致力于为用户提供高质量的语音交互解决方案。该公司在智能语音领域拥有多项核心技术和专利,服务覆盖多个行业。

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。

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