0571-81111602
更新时间：2026-08-15 00:02:31
已登记
详细信息
-
知识产权名称
鱼眼车牌脱敏场景数据
-
登记编号
DIP2025000005551
-
申请人
宁波博登智能科技有限公司
-
登记类型
首次登记
-
登记有效期
3年
-
申请时间
2025-05-16 12:08:24
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
2324
-
更新频次
按需更新
-
应用场景
随着数据安全和隐私保护法律法规的日益严格，企业在处理车辆相关数据时需要确保车牌等敏感信息的安全。使用鱼眼车牌脱敏数据集，企业可以训练和优化自己的数据脱敏系统，使其满足合规要求，避免因数据泄露而面临的法律风险和巨额罚款。此次数据来源均为我司鱼眼相机采集车采集，不涉及公共数据以及个人数据。
-
算法规则简要说明
一、 图像预处理 将原始图像统一缩放到模型预设的固定尺寸，为640x640像素，以保持网络输入的一致性。并且对图像像素值进行归一化处理，使其落在0到1之间，加速模型收敛并提高训练效果。 二、 特征提取 高效的骨干网络对预处理后的图像进行特征提取，逐步降低特征图分辨率，同时增加通道数，提取多尺度特征。通过特征金字塔网络和路径聚合网络等结构，将不同层次的特征图进行融合，增强模型对不同尺度目标的检测能力。 三、 目标检测 Yolov10采用多尺度检测头，分别对不同分辨率的特征图进行检测。每个检测头包含卷积层和激活函数，用于预测边界框坐标、“车牌”类别概率和置信度得分。 四、后处理 去除冗余框，过滤掉置信度低于50%的预测框。对于同一目标的多余预测框，选择置信度最高的框，抑制其余框，得到最终的检测结果。最后要对边界框调整，对预测的边界框进行微调，使其更准确地拟合目标物体。 五、 输出结果 输出图像中检测到的“车牌”类别、目标框的位置和置信度得分，用于后续的脱敏。
-
更新频次
按需更新
-
存证平台
浙江大数据交易服务平台资产链存证系统
