有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
Venice Right-of-Way, 1955|城市规划数据集|历史照片数据集
收藏Mendeley Data2024-05-21 更新2024-06-27 收录
下载链接：
https://digitallibrary.usc.edu/asset-management/2A3BF1OPACMAF
下载链接
链接失效反馈资源简介：
14 images. Venice Right-of-Way, 27 May 1955. Venice Boulevard right-of-way near La Brea Avenue; View of cars parking in right-of-way in Mar Vista; Right-of-way near La Cienega Boulevard; Flower stand at Venice Boulevard and Sepulveda Boulevard on right-of-way.; Caption slip reads: "Photographer: Mack. Date: 05-27. Reporter: Dunn. Assignment: Venice Right-of-Way picture. 1/2: View of right-of-way in Culver City being used as a new and used car dealer lot. Note: I understand this has been leased under legal contract and the area has been surfaced with asphalt. It does not present an eyesore. 25/26: View of cars parking in right-of-way in Mar Vista. Note: Store owners are all for this type of parking as it takes car off the streets. 9/10: Automobiles using right-of-way near La Cienega as a parking area, by driving over the curbing. 55/56: Large and small billboards on Venive right-of-way near La Brea. 3-4, 21-22: Views of house being moved and temporarily stored in right-of-way at La Brea. 71/72: Flower stand at Venice and Sepulveda, on right-of-way. For A Monday".
创建时间：
2024-05-17
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
LIDC-IDRI
LIDC-IDRI 数据集包含来自四位经验丰富的胸部放射科医师的病变注释。 LIDC-IDRI 包含来自 1010 名肺部患者的 1018 份低剂量肺部 CT。
OpenDataLab 收录
OpenSonarDatasets
OpenSonarDatasets是一个致力于整合开放源代码声纳数据集的仓库，旨在为水下研究和开发提供便利。该仓库鼓励研究人员扩展当前的数据集集合，以增加开放源代码声纳数据集的可见性，并提供一个更容易查找和比较数据集的方式。
github 收录
中国近海台风路径集合数据集(1945-2024)
1945-2024年度，中国近海台风路径数据集，包含每个台风的真实路径信息、台风强度、气压、中心风速、移动速度、移动方向。 数据源为获取温州台风网(http://www.wztf121.com/)的真实观测路径数据，经过处理整合后形成文件，如使用csv文件需使用文本编辑器打开浏览，否则会出现乱码，如要使用excel查看数据，请使用xlsx的格式。
国家海洋科学数据中心 收录
中国区域交通网络数据集
该数据集包含中国各区域的交通网络信息，包括道路、铁路、航空和水路等多种交通方式的网络结构和连接关系。数据集详细记录了各交通节点的位置、交通线路的类型、长度、容量以及相关的交通流量信息。
data.stats.gov.cn 收录
RDD2022
RDD2022是一个多国图像数据集，用于自动道路损伤检测，由印度理工学院罗凯里分校交通系统中心等机构创建。该数据集包含来自六个国家的47,420张道路图像，标注了超过55,000个道路损伤实例。数据集通过智能手机和高分辨率相机等设备采集，旨在通过深度学习方法自动检测和分类道路损伤。RDD2022数据集的应用领域包括道路状况的自动监测和计算机视觉算法的性能基准测试，特别关注于解决多国道路损伤检测的问题。
arXiv 收录