five

LDRAW based renders of LEGO bricks moving on a conveyor belt with extracted models

收藏
Mendeley Data2024-06-19 更新2024-06-27 收录
下载链接:
https://mostwiedzy.pl/en/open-research-data/ldraw-based-renders-of-lego-bricks-moving-on-a-conveyor-belt-with-extracted-models,202106041546359551091-0
下载链接
链接失效反馈
资源简介:
The set contains renders of LEGO bricks moving on a white conveyor belt. The images were prepared for training neural network for recognition of LEGO bricks. For each brick starting position, alignment and color was selected (simulating the brick falling down on the conveyour belt) and than 10 images was created while the brick was moved across the conveyor belt. Afterwards empty frames, with no brick visible, were removed from the set. The images were saved in JPEG format. All images were generated using Blender (https://www.blender.org/) tool and were based on the 3D models from LDraw (https://www.ldraw.org/) brick library. The bricks were than extracted from the original images using OpenCV edge detection algorithms. The colors for the LEGO bricks were selected from the following list [color (code)]: White (0xffffff), Brick Yellow (0xD9BB7B), Nougat (0xD67240), Bright Red (0xff0000), Bright Blue (0x0000ff), Bright Yellow (0xFfff00), Black (0x000000), Dark Green (0x009900), Bright Green (0x00cc00), Dark Orange (0xA83D15), Medium Blue (0x478CC6), Bright Orange (0xff6600), Bright Bluish Green (0x059D9E), Bright Yellowish-Green (0x95B90B), Bright Reddish Violet (0x990066), Sand Blue (0x5E748C), Sand Yellow (0x8D7452), Earth Blue (0x002541), Earth Green (0x003300), Sand Green (0x5F8265), Dark Red (0x80081B), Flame Yellowish Orange (0xF49B00), Reddish Brown (0x5B1C0C), Medium Stone Grey (0x9C9291), Dark Stone Grey (0x4C5156), Light Stone Grey (0xE4E4DA), Light Royal Blue (0x87C0EA), Bright Purple (0xDE378B), Light Purple (0xEE9DC3), Cool Yellow (0xFFFF99), Medium Lilac (0x2C1577), Light Nougat (0xF5C189), Dark Brown (0x300F06), Medium Nougat (0xAA7D55), Dark Azur (0x469bc3), Medium Azur (0x68c3e2), Aqua (0xd3f2ea), Medium Lavender (0xa06eb9), Lavender (0xcda4de), White Glow (0xf5f3d7), Spring Yellowish Green (0xe2f99a), Olive Green (0x77774E), Medium-Yellowish Green (0x96B93B). The original folder contains the renders themselves, the cropped_opencv directory contains only bricks extracted from th erenders. In both cases the images were placed in a folder named after the LEGO brick code (as read from LDraw). The files naming convetion is as follows brickID_colour_sequenceNumber_timestamp.jpg where brickID is the LEGO brick id number as read from LDraw, color is the name of the selected brick color, sequenceNumber is the integer from 0 to 9 indicating the number of the image in the sequence and timestamp is UNIX time representation in milliseconds of the image creation time. Sample images are presented below.
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

万博荟电商业务用户行为日志数据

该数据集合为万博荟电商平台运营过程中用户行为日志等相关操作信息数据,主要包括访问时间、时区、客户端ip地址、请求时间、连接序列号、请求状态、用户浏览器其他信息、来源页面、用户ID、当前页面地址、页面标题、商品ID、来源网站、入口页面、事件类别。该数据用于运营部门对用户的需求分析,支撑业务用户流量域数据分析,商品推荐算法用户喜好捕捉,应用板块点击情况分析等。

广东省数据知识产权存证登记平台 收录

中国区域地面气象要素驱动数据集 v2.0(1951-2024)

中国区域地面气象要素驱动数据集(China Meteorological Forcing Data,以下简称 CMFD)是为支撑中国区域陆面、水文、生态等领域研究而研发的一套高精度、高分辨率、长时间序列数据产品。本页面发布的 CMFD 2.0 包含了近地面气温、气压、比湿、全风速、向下短波辐射通量、向下长波辐射通量、降水率等气象要素,时间分辨率为 3 小时,水平空间分辨率为 0.1°,时间长度为 74 年(1951~2024 年),覆盖了 70°E~140°E,15°N~55°N 空间范围内的陆地区域。CMFD 2.0 融合了欧洲中期天气预报中心 ERA5 再分析数据与气象台站观测数据,并在辐射、降水数据产品中集成了采用人工智能技术制作的 ISCCP-ITP-CNN 和 TPHiPr 数据产品,其数据精度较 CMFD 的上一代产品有显著提升。 CMFD 历经十余年的发展,其间发布了多个重要版本。2019 年发布的 CMFD 1.6 是完全采用传统数据融合技术制作的最后一个 CMFD 版本,而本次发布的 CMFD 2.0 则是 CMFD 转向人工智能技术制作的首个版本。此版本与 1.6 版具有相同的时空分辨率和基础变量集,但在其它诸多方面存在大幅改进。除集成了采用人工智能技术制作的辐射和降水数据外,在制作 CMFD 2.0 的过程中,研发团队尽可能采用单一来源的再分析数据作为输入并引入气象台站迁址信息,显著缓解了 CMFD 1.6 中因多源数据拼接和气象台站迁址而产生的虚假气候突变。同时,CMFD 2.0 数据的时间长度从 CMFD 1.6 的 40 年大幅扩展到了 74 年,并将继续向后延伸。CMFD 2.0 的网格空间范围虽然与 CMFD 1.6 相同,但其有效数据扩展到了中国之外,能够更好地支持跨境区域研究。为方便用户使用,CMFD 2.0 还在基础变量集之外提供了若干衍生变量,包括近地面相对湿度、雨雪分离降水产品等。此外,CMFD 2.0 摒弃了 CMFD 1.6 中通过 scale_factor 和 add_offset 参数将实型数据化为整型数据的压缩技术,转而直接将实型数据压缩存储于 NetCDF4 格式文件中,从而消除了用户使用数据时进行解压换算的困扰。 本数据集原定版本号为 1.7,但鉴于本数据集从输入数据到研制技术都较上一代数据产品有了大幅的改变,故将其版本号重新定义为 2.0。CMFD 2.0 的数据内容与此前宣传的 CMFD 1.7 基本一致,仅对 1983 年 7 月以后的向下短/长波辐射通量数据进行了更新,以修正其长期趋势存在的问题。

国家青藏高原科学数据中心 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

ShapeNet

ShapeNet 是由斯坦福大学、普林斯顿大学和美国芝加哥丰田技术研究所的研究人员开发的大型 3D CAD 模型存储库。该存储库包含超过 3 亿个模型,其中 220,000 个模型被分类为使用 WordNet 上位词-下位词关系排列的 3,135 个类。 ShapeNet Parts 子集包含 31,693 个网格,分为 16 个常见对象类(即桌子、椅子、平面等)。每个形状基本事实包含 2-5 个部分(总共 50 个部分类)。

OpenDataLab 收录

Global Flood Database (GFD)

全球洪水数据库(GFD)是一个包含全球范围内洪水事件记录的数据集。该数据集提供了详细的洪水事件信息,包括洪水发生的时间、地点、影响范围、受灾人口和财产损失等。数据集的目的是为了支持洪水风险评估、灾害管理和气候变化研究。

global-flood-database.cloudtostreet.info 收录