0571-81111602
更新时间：2026-08-15 00:01:50
已登记
详细信息
-
知识产权名称
智能检测无人机算法模型的图像训练数据
-
登记编号
DIP2024000014028
-
申请人
浙江啄云智能科技有限公司
-
登记类型
首次登记
-
登记有效期
3年
-
申请时间
2024-10-29 16:35:47
详细信息
-
所属行业
交通运输、仓储和邮政业
-
交易状态
待交易
-
数据规模
981
-
更新频次
半年度更新
-
应用场景
企业自主采集多环境、多角度、多形态构造的无人机X光安检图像，进行清洗、标注等处理，并以此为样本训练生成智能检测无人机的算法模型。该模型可应用在各类安检场景中，精准、快速检测被检物中是否包无人机物品。
-
算法规则简要说明
1、数据来源：原始数据使用自研X光安检设备，多角度、多场景下透射各形态的无人机采集并建立其原始的X光数据图例库。 2、数据处理：对收集到的原始数据进行进行包括几何变换、像素变换、去噪、抠图等预处理；并对数据利用半自动标注工具标注得到伪标签，然后使用人工修正标注，并设置审核机制，保证标注的准确性和一致性，构建形成一个包含无人机X光安检数据的数据集。 3、检测模型训练生成规则：将处理及标注好的数据集作为深度学习的样本数据导入视觉检测算法模型（如：FasterRCNN模型），通过监督学习的方式让模型学习识别数据集中无人机特征，通过循证规则来完成无人机的智能识别，并输出相关属性，包括目标品项、目标位置。进一步的还可将被检目标对象的图像属性信息导出，如图像类型、图像格式以及采集时间等，最终生成的模型为可精准识别无人机的智能检测模型。 4、数据调优：选择超参数调优的方式对模型优化，具体的包括学习率、模型结构和尺寸、目标损失函数等，持续提升模型检测性能。
-
更新频次
半年度更新
-
存证平台
浙江省知识产权区块链公共存证平台
