近年来，随着全国数据要素市场化配置改革向垂直领域纵深推进，数据知识产权登记作为明确数据权属、规范数据流通、保障数据主体合法权益的核心基础制度，已成为各行业高质量数据资产化的核心前提。浙江省作为全国数据要素市场化配置改革先行试点，其搭建的浙江省数据知识产权登记平台，可为市场主体提供数据权属公示、流通交易存证、权益司法采信等核心服务，为合规数据资产的价值释放提供了完善的制度支撑。
本次完成登记的温州轨道交通S2线无人机视角下箱门检测数据，是温州市域铁路二号线项目有限公司专为轨道交通智能巡检算法训练构建的垂直场景数据集。该数据集通过无人机搭载高清摄像头、激光雷达、红外传感器等多模态设备采集，结合经本数据集训练调优的轨道交通智能巡检算法，可显著提升轨道交通线路巡查、设备巡检、保护区巡护及工地巡查的效率，整体效率提升达50%以上。
从应用价值来看，本数据集面向轨道交通垂直领域图像识别算法厂商，可提供高精度、场景化的训练数据支持，能针对性优化箱（柜）体缺陷检测算法模型，显著提升复杂环境下的识别准确率与泛化能力。针对轨道交通供电、通信、信号等关键箱柜设备的运维需求，数据集精准标注箱门闭合正常与箱门闭合异常两类状态，涵盖不同箱体规格、安装位置及开合角度，可帮助算法实现设备完整性自动化核验，及时发现非法开启、盗窃破坏或维护遗漏等安全隐患，未来还可延伸应用于轨交保护区违规施工识别、应急事件快速定位、运维资源智能调度等多个智慧轨交场景。
本次登记的完成，不仅明确了该数据集的知识产权归属，为后续温州市域铁路体系同类巡检数据的资产化运营、授权流通提供了权属依据，也为交通基础设施领域的垂直场景数据确权、资产化探索提供了可复制的实践样本，对推动智慧交通领域数据要素价值落地、加快城市交通数字化转型具有典型示范意义。
一、加工前的数据说明
本数据集原始数据全部来源于轨道交通无人机智能巡检系统，为分辨率不低于4K的航拍影像。采集过程遵循预设航线与飞行参数，确保图像具备时空一致性与视角多样性。每张原始图像均包含完整的传感器元数据，涵盖GPS坐标、拍摄时间戳、无人机姿态参数等信息，同时包含接触网设备、轨道结构、行人、车辆、自然环境等场景要素。数据未经任何裁剪、压缩或标注处理，原始图像中可能存在人脸、车牌号、设备编号等个人敏感信息及公共数据。
二、处理规则
脱敏处理。依托深度学习目标检测与OCR技术，自动识别定位图像人脸、车牌、敏感文字及地理水印；通过单向不可逆算法做高斯模糊和像素替换，脱敏后无法还原原始特征与信息，且处理结果均人工复核，兼顾脱敏彻底性与巡检核心图像特征保留，完全符合《数据安全法》《个人信息保护法》等相关法规对公共数据流通的合规要求。
目标检测。采用YOLOv8深度学习算法对脱敏后图像进行初步检测，输出目标类别属性及精确位置坐标。
协同标注。采用“工具+AI预标注+人工补位”协同模式。首先由已训练模型对全量图像进行AI预标注，自动生成初始XML标签。专业标注员在可视化工具中仅需对不足15%的低置信度样本进行精细化修正与补位，标注完成后由工具内置规则校验XML格式合规性，大幅提升标注效率的同时保障了标注精度。
数据增强。针对轨道交通巡检中罕见场景样本稀缺问题，引入生成对抗网络技术，从少量真实缺陷样本中学习关键特征分布，合成高保真罕见缺陷图像，有效弥补真实数据中长尾类别样本不足的行业共性短板。
三、数据内容描述
本数据集由处理后图像文件与对应标注文件组成。图像文件为.jpg格式，其中人脸、车牌等敏感信息已作彻底模糊化处理；标注文件为.xml格式，包含两类巡检目标：箱门闭合正常#xmbhzc与箱门闭合异#xmbhyc。每类目标均配有精确位置坐标与类别标签。数据集不包含任何原始敏感数据或可还原的个人信息，符合数据安全与隐私保护合规要求。
登记内容：
_1769672084863.jpg)