Microplastics Dataset

该数据集包含了210个聚合物光谱样本，分为10个类别，其中包括8类塑料光谱和2类非塑料光谱，这些样本是从荷兰各地水源收集而来的。为了确保数据的公正性，该数据集被划分为一个包含20个样本的未偏置测试集，以及一个包含剩余190个样本的训练集。此外，这些数据还通过极坐标转换过程被转换成了图像。在规模上，该数据集共有210个样本。任务上，我们使用深度学习技术进行数据增强和分类。

This dataset comprises 210 polymer spectral samples, categorized into 10 classes, including 8 classes of plastic spectra and 2 classes of non-plastic spectra. All samples were collected from water sources across the Netherlands. To guarantee data impartiality, the dataset is split into an unbiased test set containing 20 samples and a training set with the remaining 190 samples. Furthermore, these data were converted into images through a polar coordinate transformation process. In total, the dataset contains 210 samples. For the corresponding task, deep learning techniques are applied to implement data augmentation and classification.

搜集汇总

背景与挑战

背景概述

该数据集涉及'GANsemble'项目，这是一个基于条件生成对抗网络（cGANs）的框架，专门用于生成合成微塑料数据，以解决微塑料研究领域中小型和不平衡数据集的挑战。它首次将生成式人工智能应用于微塑料数据合成，提供了基准指标如Fréchet Inception Distance（FID）和Inception Scores（IS），并包括数据增强策略选择功能。