更新时间：2026-08-15 00:02:46
已登记
详细信息
-
知识产权名称
德清县房屋灾害普查监测识别数据
-
登记编号
DIP2025000009368
-
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
2025-06-26 09:25:01
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
654
-
更新频次
每年更新
-
应用场景
用于实现对德清县房屋灾害普查监测中问题点位的高效精准识别，包括地基沉降、房屋倾斜、墙体裂缝等问题。自动识别问题点位的坐标，便于确定需要进行实地处理的位置。自动识别点位问题类型，精准发现房屋灾害现象。为后续的房屋管理与问题派发提供方便，有利于网格员及时掌握自己管理区域的情况。解决了网格员在传统人工巡查中难以发现问题，容易忽略问题，巡查范围太大，隐蔽地段、偏远地区与恶劣环境中不易巡查等问题。将系统识别出的问题点位派发给网格员，使网格员有依据、有目标的实地确认，极大的提高了发现问题的效率，节约人员时间与人工成本，避免网格员出现无效的巡查。
-
算法规则简要说明
基于无人机航拍采集的房屋灾害普查遥感影像数据，通过YOLO算法进行实时目标检测。首先将单元神经网络应用于2023年10月的遥感影像，将图像分割成19x19的单元格，每个单元神经网络负责预测K个单元格。预测每个区域的概率，所有单元格上具有最大概率的类被选择并分配给特定的网格单元，生成预测点坐标（x，y），坐标系为CGCS2000，坐标为东经、北纬。 在预测类概率后，进行NMS运算，来消除不必要的锚点。算法识别下一个最高类别概率的边界框，并进行相同的运算过程，直到剩下所有不同的边界框。算法输出所需的要素，并显示各个类的边界框的细节。 抽取部分样本进行识别准确度验证，小于0.6视为识别错误，显示为FALSE；一般样本的识别准确度在0.8至1之间，大于0.6视为识别正确，显示为TRUE。通过判断结果正确或错误来纳入或排除数据，将识别正确的点位纳入德清灾害普查房屋类别。最后将纳入的点位坐标、问题类型等信息自动上传至德清县房屋灾害普查管理平台，获得德清县房屋灾害普查监测识别数据。
-
更新频次
每年更新
-
存证平台
浙江省知识产权区块链公共存证平台
