five

August 2019 Ningaloo DMR BRUV field trip - part 3 of 5|海洋生物学数据集|水下视频技术数据集

收藏
Mendeley Data2024-03-27 更新2024-06-29 收录
海洋生物学
水下视频技术
下载链接:
https://data.csiro.au/collections/collection/CIcsiro:48752v1/DItrue
下载链接
链接失效反馈
资源简介:
Name, Brief Description and owner: Baited Remote Underwater stereo-Video (BRUV) systems (6 in total) were used. All equipment (BRUVs, weights, cameras, lights, ropes, etc.) belonged to UWA Relevant component details: make, model, serial number, firmware version, settings: Stereo‐BRUV systems consisted of a frame, protecting 2 convergent video cameras inside waterproof housings (plus one rear-facing video camera) and 2 lights (one forward-facing and one rear-facing), attached to a base bar, with a baited container fixed in front of the cameras. Systems were tethered by rope to surface buoys to facilitate relocation and retrieval. Weights were added to frames due to the current and depth in the area. Cameras used: 2 x Canon HG 25 (forward facing) with the follow settings: • Focus: Manual (3.0m) • Rec Program: P) • Image stabilizer: OFF • Facial recognition: OFF • Recording mode: MXP • Frame rate: PF25 1 x GoPro Hero 3+ (backwards facing), taking photos every 60 seconds. Cameras were calibrated at UWA prior to and at the conclusion of the field trip, using SeaGIS software Cal. Contains files: 8.01.*.avi to 12.11.*.avi
创建时间:
2023-06-28
用户留言
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?
点击留言
数据主题
具身智能
数据集  4099个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
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

URPC系列数据集, S-URPC2019, UDD

URPC系列数据集包括URPC2017至URPC2020DL,主要用于水下目标的检测和分类。S-URPC2019专注于水下环境的特定检测任务。UDD数据集信息未在README中详细描述。

github 收录

PlantVillage

在这个数据集中,39 种不同类别的植物叶子和背景图像可用。包含 61,486 张图像的数据集。我们使用了六种不同的增强技术来增加数据集的大小。这些技术是图像翻转、伽玛校正、噪声注入、PCA 颜色增强、旋转和缩放。

OpenDataLab 收录

Wind Turbine Data

该数据集包含风力涡轮机的运行数据,包括风速、风向、发电量等参数。数据记录了多个风力涡轮机在不同时间点的运行状态,适用于风能研究和风力发电系统的优化分析。

www.kaggle.com 收录

MMOral

MMOral是一个针对全景X光片解读的大规模多模态指令数据集和基准。它包括20,563张带有1.3百万条指令跟随实例的注释图像,涵盖了多种任务类型,如属性提取、报告生成、视觉问答和基于图像的对话。此外,我们还提出了MMOral-Bench,这是一个涵盖牙科五个关键诊断维度的综合评估套件。我们评估了64个LVLMs在MMOral-Bench上的表现,发现即使是表现最好的模型GPT-4o,也只能达到41.45%的准确率,这揭示了当前模型在这一领域的显著局限性。为了促进该特定领域的发展,我们还提出了OralGPT,它使用我们精心策划的MMOral指令数据集对Qwen2.5-VL-7B进行监督微调。值得注意的是,一个SFT周期就为LVLMs带来了显著的性能提升,例如,OralGPT表现出24.73%的改进。MMOral和OralGPT都具有作为智能牙科关键基础的巨大潜力,并使牙科领域中的多模态AI系统更具临床意义。数据集、模型、基准和评估套件可在上述网址获取。

arXiv 收录

CMU-MOSI

CMU-MOSI数据集包括了从93个YouTube的视频中获取的2199个独白类型的短视频片段。每个片段都是一个独立的多模态示例,其中图像、文本和音频占比是均匀的,情感分数取值为[-3,+3],表示从强负向到强正向情感。

DataCite Commons 收录