多模态服务规范违规事件识别算法数据集

该数据集面向现代服务业智能监管需求，针对现有监管技术通用性不足、人工审核成本高的问题构建，于 2023 至 2024 年 在浙江大学、浙江大学滨江研究院及杭州联汇科技股份有限公司联合采集生成。数据来源涵盖合作单位联合研发的核心算法数据与魔塔社区、COCO 等开源补充数据，借助 4 张 NVIDIA A100 显卡、128GB 内存等高性能硬件配置，经标准化采集、多模态预处理（含视觉数据降噪、文本结构化标注）与融合加工形成。数据集核心内容丰富，包括服务监管吸烟识别模型与评估数据、OmDet 等三种各具技术突破的违规识别算法源代码、开放目标检测评测基准集 OVDEval，辅以 4 篇国际顶级会议论文及 5 项发明专利申请文件，数据格式含 pdf、py、json 等多种类型，总数据量 9.1GB。作为多模态服务监管领域的综合性资源，其填补了相关数据集空白，不仅为算法研发、训练与评估提供完整工具链支撑，更能推动智能监管技术在公共卫生、城市治理、电力能源等多场景落地，兼具重要学术价值与实践意义。