Manishsahu53/IIT-Banaras-Hindu-University-Varanasi-Drone-Photos|无人机图像数据集|地理信息数据集
收藏数据集概述
基本信息
- 数据集名称: Drone Images of Banaras Hindu University, Varanasi, India Campus
- 许可证: Apache 2.0
- 标签:
- Images
- Drone
- India
- IIT
- Banaras
- Varanasi
- DJI
数据集描述
- 数据类型: 图像
- 拍摄地点: Banaras Hindu University, Varanasi, India Campus
- 拍摄方式: 无人机
- 设备品牌: DJI
数据规模
- 图像数量: 1K<n<10K

中国气象数据
本数据集包含了中国2023年1月至11月的气象数据,包括日照时间、降雨量、温度、风速等关键数据。通过这些数据,可以深入了解气象现象对不同地区的影响,并通过可视化工具揭示中国的气温分布、降水情况、风速趋势等。
github 收录
中国高分辨率高质量PM2.5数据集(2000-2023)
ChinaHighPM2.5数据集是中国高分辨率高质量近地表空气污染物数据集(ChinaHighAirPollutants, CHAP)中PM2.5数据集。该数据集利用人工智能技术,使用模式资料填补了卫星MODIS MAIAC AOD产品的空间缺失值,结合地基观测、大气再分析和排放清单等大数据生产得到2000年至今全国无缝隙地面PM2.5数据。数据十折交叉验证决定系数R2为0.92,均方根误差RMSE为10.76 µg/m3。主要范围为整个中国地区,空间分辨率为1 km,时间分辨率为日、月、年,单位为µg/m3。注意:该数据集持续更新,如需要更多数据,请发邮件联系作者(weijing_rs@163.com; weijing@umd.edu)。 数据文件中包含NC转GeoTiff的四种代码(Python、Matlab、IDL和R语言)nc2geotiff codes。
国家青藏高原科学数据中心 收录
ChinaTravel
ChinaTravel是由南京大学国家重点实验室开发的一个真实世界基准数据集,专门用于评估语言代理在中国旅行规划中的应用。该数据集涵盖了中国10个最受欢迎城市的旅行信息,包括720个航班和5770趟列车,以及3413个景点、4655家餐厅和4124家酒店的详细信息。数据集通过问卷调查收集用户需求,并设计了一个可扩展的领域特定语言来支持自动评估。ChinaTravel旨在解决复杂的真实世界旅行规划问题,特别是在多兴趣点行程安排和用户偏好满足方面,为语言代理在旅行规划中的应用提供了重要的测试平台。
arXiv 收录
Yahoo Finance
Dataset About finance related to stock market
kaggle 收录
Adver-City
Adver-City是由皇后大学计算学院创建的第一个开源多模态协作感知数据集,专注于恶劣天气条件。该数据集包含超过24,000帧和890,000个标注,涵盖110个独特场景,涉及六种不同的天气条件。数据集内容包括来自车辆和路边单元的LiDAR、RGB和语义分割相机、GNSS和IMU数据。创建过程基于CARLA模拟器和OpenCDA框架,场景设计基于真实事故报告,旨在模拟恶劣天气和低能见度条件下的最相关道路配置。该数据集主要用于测试和改进自动驾驶车辆在恶劣天气条件下的感知模型,解决传感器性能下降和物体检测困难的问题。
arXiv 收录