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

智能识别摩托车/电动车不戴头盔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,应用在图像识别、交通安全领域

五号数据雷达数据知识产权登记2025-11-26 05:1821
2025-11-19 , 杭州声贝软件技术有限公司 旗下 智能识别摩托车/电动车不戴头盔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 图像识别、交通安全 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 智能识别摩托车/电动车不戴头盔算法模型的图像训练数据, 本数据集主要用于提升AI模型对摩托车/电动车驾驶员未佩戴头盔行为的识别能力与精确性。通过对该数据集的训练,使AI模型能够精准识别完全未戴头盔、佩戴不规范等行为,并可应用于交通执法电子警察系统、道路安全监控、共享电动车管理平台及保险定损等场景。同时,本数据集可为交通管理部门提供智能化执法依据,有效提升监管效率;为保险行业提供事故责任判定支持,从而全面提升道路交通安全水平,降低事故伤亡风险,促进行业规范发展。 1.数据采集 通过企业自有摄像设备自行采集道路摩托车、电动车图像,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,剔除图像模糊或严重遮挡情况。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/未戴头盔 ​二级标签:完全未戴(头部裸露)/佩戴不规范(头盔未系扣) ​辅助标注:头部边界框坐标、车辆类型(摩托车/电动车) 3.模型选择与初始化 采用YOLOv8s作为基础架构,初始化参数并优化超参数:学习率设置为0.02-0.002动态调整,批量大小1-64动态调整,锚框参数根据头部形态特征定制,确保对不同尺寸头盔的检测适应性。 4.模型训练 基于PyTorch框架实施分阶段训练策略,设置训练时长。训练采用混合精度(FP16)加速,数据增强模块模拟实际道路环境,动态生成雨雾、逆光和树影等干扰场景。设置早停机制(patience=15)和梯度裁剪(max_norm=1.0)防止过拟合。 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:mAP@0.5、误报率 场景鲁棒性测试:夜间检出率

查看智能识别摩托车/电动车不戴头盔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,专注于智能语音及语言技术的研究与应用,致力于提供领先的声音识别和语音合成解决方案。该公司产品广泛应用于教育、客服、智能家居等多个领域,助力产业智能化升级。

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