杭州数腾芯达实体门店价签标注训练数据完成浙江省级知识产权登记 零售数字化巡检获合规数据支撑

随着实体零售行业数字化转型加速，连锁门店的价签合规巡检正在从人工模式向AI智能识别模式升级，而高质量、合规的标注训练数据是算法落地的核心基础。近日，杭州数腾芯达科技有限公司研发的实体门店商品价签完整性标注训练数据正式在浙江省数据知识产权登记平台完成登记，成为零售垂直场景下又一获得合规资质的训练数据产品。作为浙江省推进数据要素市场化配置改革的核心基础设施之一，浙江省数据知识产权登记平台承担着数据资源存证、知识产权权属公示、流通备案等核心职能，经平台登记的数据产品可获得合规身份凭证，为后续的交易、应用、维权等环节提供法律效力支撑，有效降低数据流通的合规风险。

价签是实体零售价格公示的核心载体，若缺失商品名称、规格、销售价格、计价单位、商品编码任意核心字段，不仅会影响消费者的知情权，也容易引发价格欺诈类投诉，给零售企业带来监管风险。传统人工巡店核查价签的模式效率低、成本高，难以适配全国布局的连锁零售品牌的巡检需求，基于AI的智能价签核验方案正在成为行业主流选择，但此前行业内普遍缺乏经过标准化标注、权属清晰的训练数据，制约了算法准确率的提升和方案的规模化落地。

据公示信息显示，本次登记的数据集来源全部经过《零售场景业务数据采集与分析处理授权书》授权，核心原始数据为实体门店采集的价签图像，全程采用匿名化处理，仅通过价签图像编号作为关联标识，不会泄露门店、商品的敏感信息。在数据加工环节，首先对原始图像进行清洗：去除重复图像、筛选主体清晰的样本，完成方向校正、价签裁切以及门店标识去标识化处理，同一画面中的多个价签会单独裁切分配独立编号，商品信息也通过名称与规格组合映射为匿名编号，确保数据合规性。随后，加工团队采用文字检测技术定位文本区域，通过OCR识别商品名称、规格、销售价格、计价单位、商品编码五大核心字段，对识别内容进行全半角统一、格式规范化处理，未通过校验的内容统一标记为“-”，最终将原图、标注图与结构化记录通过编号关联。在此基础上，数据集按照“有效识别字段数/5”的规则计算价签完整度，将样本标记为完整、基本完整、不完整三类，经过二次校验确保标注结果准确后，按照8:1:1的比例划分为训练集、验证集、测试集，可直接用于AI模型的训练与测试。

该数据集可广泛应用于多个零售数字化场景：一是连锁零售企业的智能巡检，基于该数据集训练的AI模型可自动识别巡检拍摄的价签图像完整度，快速定位需要补签、换签的货架位置，大幅降低人工巡检成本与错漏率；二是品牌供应商的终端陈列核查，供应商可通过该模型快速核查全国门店的商品价签展示情况，确保终端价格统一、信息公示规范；三是第三方巡店服务机构的数字化升级，可将该AI核验能力集成到现有巡检系统中，提升服务的标准化程度；四是OCR技术服务商的算法优化，针对零售场景的价签识别算法可通过该数据集提升复杂光照、异形价签等场景下的识别准确率。

本次数据知识产权登记的完成，为零售垂直场景训练数据的合规流通提供了可参考的实践样本，也进一步丰富了浙江省数据要素市场的垂直数据产品供给。随着数据要素市场化配置改革的持续推进，细分领域合规训练数据的登记与流通，将为各行业的数字化转型提供更加坚实的基础支撑。

查看实体门店商品价签完整性标注训练数据

登记内容：