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？
Spatial Scaling Challenge. COST Action CA17134 SENSECO. Working Group 1
收藏Mendeley Data2024-05-10 更新2024-06-27 收录
下载链接：
https://zenodo.org/records/6451335
下载链接
链接失效反馈资源简介：
This dataset contains the data, documentation, and scripts that compose the SPATIAL SCALING CHALLENGE organized in the framework of the SENSECO COST Action CA17143 “Optical synergies for spatiotemporal SENsing of Scalable ECOphysiological traits” (https://www.senseco.eu/), by the Working Group 1. “Closing the scaling gap: from leaf measurements to satellite images” (https://www.senseco.eu/working-groups/wg1-scaling-gap/). The SPATIAL SCALING CHALLENGE is an open exercise where we challenge the remote sensing community to retrieve relevant vegetation biophysical and physiological variables such as leaf chlorophyll content (Cab), leaf area index (LAI), maximal carboxylation rate (Vcmax,25), and non-photochemical quenching (NPQ) from simulated (hyperspectral reflectance (HDRF), sun-induced chlorophyll fluorescence (F) and land surface temperature (LST)) imagery. The dataset contains the simulated remote sensing and field data, their description, and scripts in Matlab, Python, and R languages to facilitate importing and handling the data and producing the standardized outputs necessary to participate. IMPORTANT: Additional data that can be used at the discretion of the participants have been released in https://doi.org/10.5281/zenodo.6530187 The SPATIAL SCALING CHALLENGE aims at gathering the community’s expertise and knowledge to tackle the scaling problems posed by variables of different nature. These experiences will be summarized in a journal article where all the participants are invited to contribute. The exercise is internationally open. Ph.D. students, early career and senior researchers, spin-offs, and companies working in the field of remote sensing of vegetation ecophysiology are welcome to participate. STILL OPEN FOR PARTICIPATION! New deadline 31st of October 2022. Follow all the communications and updates of the SPATIAL SCALING CHALLENGE in the RG site: https://www.researchgate.net/project/Spatial-Scaling-Challenge-COST-Action-CA17134-SENSECO-Working-Group-1.
创建时间：
2023-06-28
数据主题
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
The MaizeGDB
The MaizeGDB（Maize Genetics and Genomics Database）是一个专门为玉米（Zea mays）基因组学研究提供数据和工具的在线资源。该数据库包含了玉米的基因组序列、基因注释、遗传图谱、突变体信息、表达数据、以及与玉米相关的文献和研究工具。MaizeGDB旨在支持玉米遗传学和基因组学的研究，为科学家提供了一个集成的平台来访问和分析玉米的遗传和基因组数据。
www.maizegdb.org 收录
OpenSonarDatasets
OpenSonarDatasets是一个致力于整合开放源代码声纳数据集的仓库，旨在为水下研究和开发提供便利。该仓库鼓励研究人员扩展当前的数据集集合，以增加开放源代码声纳数据集的可见性，并提供一个更容易查找和比较数据集的方式。
github 收录
MIDV-500
该数据集包含使用移动设备拍摄的不同文档图像，这些图像通常具有投影变形。数据集分为训练和测试两部分，其中训练部分包含30种文档类型，测试部分包含20种，在应用神经网络之前，所有图像都被缩放到统一的宽度，宽度为400像素。该数据集的任务是进行消失点检测。
arXiv 收录
China Air Quality Historical Data
该数据集包含了中国多个城市的空气质量历史数据，涵盖了PM2.5、PM10、SO2、NO2、CO、O3等污染物浓度以及空气质量指数（AQI）等信息。数据按小时记录，提供了详细的空气质量监测数据。
www.cnemc.cn 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