five

Dogs - various owners, Los Angeles County, Calif., 1939|狗品种展示数据集|历史照片数据集

收藏
Mendeley Data2024-05-20 更新2024-06-29 收录
狗品种展示
历史照片
下载链接:
https://digitallibrary.usc.edu/asset-management/2A3BF1XVVZ1PJ
下载链接
链接失效反馈
资源简介:
54 photographs of different kinds of dogs, from puppies to mature dogs, with people from babies to adults, many featuring Balto dog food, probably in Los Angeles County, California, 1939 April 4. "Client: Coast Fishing; Agency: Dan Miner; extra neg[atives] in B envelope; operator's report - name: Joe: 9 sets of dog photos; Amount: 135.00" - on envelopes. "Mr. Doane, Walt Butterfield, A4 & A5 bulldog & husky in back of car, husky on steps; T. Z. Chelson, red setters; Paul Taylor A14, little pup smelling can; Jewell Lockhart D - woman on steps black cocker can in hand; Carter - A268 setter & pups" - on scraps of paper.
创建时间:
2024-05-16
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

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

学生课堂行为数据集 (SCB-dataset3)

学生课堂行为数据集(SCB-dataset3)由成都东软学院创建,包含5686张图像和45578个标签,重点关注六种行为:举手、阅读、写作、使用手机、低头和趴桌。数据集覆盖从幼儿园到大学的不同场景,通过YOLOv5、YOLOv7和YOLOv8算法评估,平均精度达到80.3%。该数据集旨在为学生行为检测研究提供坚实基础,解决教育领域中学生行为数据集的缺乏问题。

arXiv 收录

CityScapes

Cityscapes是一个大型数据库,专注于对城市街道场景的语义理解。它为分为8个类别 (平面,人类,车辆,构造,对象,自然,天空和虚空) 的30个类提供语义,实例和密集的像素注释。数据集由大约5000个精细注释图像和20000个粗糙注释图像组成。在几个月,白天和良好的天气条件下,在50个城市中捕获了数据。它最初被记录为视频,因此手动选择帧以具有以下功能: 大量动态对象,不同的场景布局和不同的背景。

OpenDataLab 收录

PulseBat Dataset

PulseBat数据集是由清华大学深圳国际研究生院与厦门立景新能源科技有限公司合作创建的,包含464个退役锂电池的多维度脉冲测试数据。该数据集覆盖了3种正极材料类型、6种使用历史、3种物理形态和6种容量设计。通过10种脉冲宽度和幅值,以及多个荷电状态和健康状况条件下进行脉冲测试,记录了测试条件和电压响应以及温度信号。该数据集可应用于电池的健康状态评估、荷电状态估计、正极材料类型识别、开路电压重构、热管理等关键诊断任务。

arXiv 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