更新时间：2026-08-15 00:03:08
已登记
详细信息
-
知识产权名称
海盐县规模种粮遥感监测识别数据
-
登记编号
DIP2025000024741
-
申请人
浙江国遥地理信息技术有限公司
-
登记类型
首次登记
-
登记有效期
3年
-
申请时间
2025-10-10 14:57:29
详细信息
-
所属行业
信息传输、软件和信息技术服务业
-
交易状态
待交易
-
数据规模
502
-
更新频次
每半年更新
-
应用场景
用于实现对粮食补贴中农田地块位置、作物种类的高效精准识别。自动识别遥感影像中规模种粮地块的坐标，便于确定地块位置与分布，为后续种粮地块确权与种粮补贴发放提供基础。依据算法自动对作物进行分类并验证，得到作物类型并确认识别正确，实现自动识别与智能分类，大大减少人工实地核查与目视解译的时间。规模种粮遥感监测识别数据录入系统中，实现数据可视化。为工作人员开展种粮补贴工作提供客观公正的基础数据，从源头上堵塞虚报漏洞，让惠农补贴真正落到实处。
-
算法规则简要说明
基于无人机航拍采集的2024年5月农田环境遥感影像数据，系统通过YOLO目标检测算法进行目标识别，重点检测粮食作物区域。首先，将单元神经网络应用于整幅遥感影像，将图像划分为19×19的网格单元，每个单元格由对应的神经网络负责预测K个边界框及其所属类别。模型计算每个单元格内各类别的条件概率，并结合目标存在置信度，生成综合类别置信度得分；所有单元格中具有最大概率的类别被选中，并分配给对应网格单元，进而生成该作物区域的中心坐标（x, y），坐标系采用CGCS2000，默认表示为东经、北纬。 在完成类别概率预测后，系统执行非极大值抑制运算，以消除冗余或高度重叠的检测框：保留置信度最高的边界框，依次剔除与其交并比超过预设阈值的其他候选框，最终输出去重后的有效检测结果，并记录各目标的边界框细节及类别信息。 为确保识别结果的科学性与可靠性，系统融合识别准确度计算与质量控制机制：在模型输出后，自动抽取部分检测样本，结合人工标注或实地核查数据作为真实标签，以模型输出的类别置信度作为识别准确度的量化依据。设定判定标准若置信度 ≥ 0.6，视为识别正确（标记为 TRUE）；若 < 0.6，则视为识别错误（标记为 FALSE）。 在此基础上，系统依据识别准确度对目标进行筛选：仅将识别准确度达标（TRUE）且类别为油菜、小麦、水稻的地块纳入有效数据集；对于识别错误（FALSE）、非农田区域或类别为“其他”的地块，则予以排除。同时，算法基于预设的样本库自动匹配当前识别结果至具体作物类别（油菜、小麦、水稻、其他），确保分类一致性。 最终，系统将纳入的有效地块的中心坐标（x, y）、识别类别（如小麦、水稻等）等结构化信息自动上传至德清县粮补平台，形成精准、动态、可验证的规模种粮遥感监测识别数据，为粮食种植面积核实、补贴发放与农业监管提供科学依据。
-
更新频次
每半年更新
-
存证平台
浙江省知识产权区块链公共存证平台
