Advertisement

夜间照明数据。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
经过处理的夜间灯光数据均可直接进行下载和应用,这些数据仅限于中国境内收集。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 条件下的集(包括白天、不带
    优质
    该数据集包含不同光照条件下采集的数据,涵盖了白天自然光以及夜间有照明和无照明场景,适用于图像处理及机器学习研究。 光照数据集是计算机视觉研究中的一个重要资源,它包含在不同光线条件下拍摄的图像,旨在帮助研究人员测试并改进算法的实际表现能力。这里介绍的数据集中有三个主要类别:白天(day)、夜晚带照明(dark)以及夜晚无照明(night)。每个类别的图片数量大约为1000张。 以下是关于这些类别的详细介绍: **白天(Day)**: 这类图像包含在阳光充足的条件下的场景,光线均匀且充足。这使得色彩和细节都能清晰呈现出来。对于目标检测、图像识别以及自动驾驶等任务而言,在这种条件下进行测试尤为重要。研究人员可以利用此类图片训练模型以更好地理解并处理明亮环境中的视觉信息。 **夜晚带照明(Dark)**: 这类图像是在夜间但有路灯或其他光源的情况下拍摄的,尽管整体光线较弱,但仍足以让物体被识别出来。这模拟了城市夜间的实际场景,对于诸如夜间驾驶安全、监控摄像头应用或行人检测等任务具有重要意义。通过研究此类图像,可以帮助改善算法在低光照条件下的性能。 **夜晚无照明(Night)**: 这类图像是在一个几乎完全黑暗的环境中拍摄的,没有路灯或其他光源提供额外光线,仅有月光或星光作为微弱背景光源。这种极端情况对计算机视觉系统提出了更高挑战。通过研究此类图像,可以探索如何在极为有限光照条件下提高图像质量和识别准确性。 这些数据集的设计目的在于模拟现实世界中的各种照明变化条件,并帮助评估和优化算法的适应性和鲁棒性。通过对不同光线环境下的图片进行学习分析,模型能够更好地理解和应对复杂多变的实际应用场景。例如,在自动驾驶领域中,理解并处理不同的光照情况对于确保车辆安全至关重要;而在监控系统方面,则需要在全天候条件下准确识别图像中的关键信息。 总之,这些数据集为研究人员提供了一个全面的平台来开发和优化算法,以解决各种光线条件下的视觉问题,并进一步推动计算机视觉技术的发展。
  • 城市设计标准.pdf
    优质
    本PDF文档详细探讨了城市夜间照明的设计原则与技术规范,旨在提升城市的美观性和安全性,同时关注节能环保。 《城市夜景照明设计规范》是一项行业标准,编号为JGJ/T 163-2008,自2009年5月1日起开始实施。该规范由中国建筑工标准化定额研究所组织制定。
  • 集中的老鼠与厨亮灶
    优质
    本研究聚焦于数据分析中隐蔽问题(夜间老鼠)及透明监管环境(明厨亮灶)的影响,旨在探索提高数据质量和安全性的策略。 老鼠数据集包含两个部分:JPEGImages 和 Annotations。JPEGImages 文件夹中有超过 1050 张各种场景的老鼠图像,共有超过 1250 个老鼠标注框,并且每张图片都使用 labelimg 工具进行了人工标注,对应的 xml 标注文件放在了 Annotations 文件夹中。 该数据集的图片清晰、场景广泛,并经过精心挑选和人工标注。它适用于任意场景的老鼠检测任务,可以作为模板数据集用于训练老鼠检测模型。在应用特定场景时,只需加入部分特定场景的数据即可满足对该场景下老鼠的检测需求。这省去了收集、挑选和标注老鼠图像的时间,可以直接进行工程化应用。
  • 火石灯光.txt
    优质
    《夜间火石灯光数据》记录了作者在夜晚利用微弱的火石光进行观察与思考的过程,探讨了数据背后的隐秘故事和人类情感。 中科院版地球夜光数据集(代号“火石”)包含2012年至2017年每年一张全球地表平均夜光数值图,以及一张描述从2012至2014年间到2015至2017年间变化的五年期检测图。正式版本的数据集分辨率为500米(86400x33600像素),而beta1版本则是缩小三倍后的分辨率,即每像素为1500米(28800x11200像素)。 火石数据集中有两种格式:一种是有地理坐标的GeoTiff格式,并且内置无损压缩;另一种是JPEG压缩的较小体积文件。前者适用于GIS制图工作,后者则便于查看和使用。“火石”是由中国科学院中国遥感卫星地面站陈甫团队基于NOAA发布的NPP卫星VIIRS传感器夜光月度产品进一步加工而成。相较于原有的产品,“火石”提供更高的准确性、稳定性以及更好的用户体验,并且可以用于持续跟踪地球表面的人类活动情况。
  • 集列表:包含昼标注的集合
    优质
    本数据集提供详尽的日间与夜间场景标注信息,旨在支持计算机视觉研究中的昼夜区分和图像理解任务。 日夜数据集列表收集了白天和黑夜的图像及其分割或检测注释的数据集: 1. Mapillary Vistas 数据集(ICCV2017):包含带有语义分割标签的街道图像,涵盖白天和夜晚场景,但未提供相应标签。 2. KAIST多光谱行人数据集(CVPR2015):由95,000对色温图像组成,每张图像大小为640x480像素、帧速率为20Hz。这些图像是从车辆视角采集的,并带有边界框注释,包括白天和夜晚的数据。 3. SYNTHIA(CVPR2016):提供逼真的城市场景渲染图像及精确的语义分割标签,涵盖白天和黑夜的不同光照条件。 RGBD数据集列表: 1. 纽约大学深度数据集V2(ECCV2012):记录了室内场景中的RGB与深度信息,并包含部分子集中带有语义分割标注的数据。参考的其他数据集仅包括单一时间段(白天或夜晚)内的图像。 城市景观数据集(CVPR2016),该数据集只含有白天或者黑夜图像的相关资料。
  • 2017年中国灯光
    优质
    2017年中国夜间灯光数据提供了全国范围内详尽的夜景照明情况分析,通过卫星获取并处理的数据展示了各地区经济活动和人口分布状况。 中国2017年的夜间灯光数据已经过校准,可以直接使用。这些数据可用于经济、人文等多个行业的分析,并且可以在ArcGIS软件中直接加载和使用。
  • 1992-2018年灯光.zip
    优质
    该数据集包含从1992年至2018年间全球夜间灯光的年度影像,可用于研究人类活动、城市发展及能源消耗等领域的变化趋势。 夜间灯光数据1992-2018年.zip
  • 香港车辆图像
    优质
    本数据集收录了香港夜间各种环境下的车辆图像,旨在为低光照条件下的计算机视觉研究提供支持。 香港夜间多种类型车辆图像数据集:包括小汽车、出租车、巴士、小巴等,可用于夜间车辆检测识别研究。
  • DMSP-OLS灯光(含链接)
    优质
    DMSP-OLS夜间灯光数据提供全球夜间的灯光影像,反映了人类活动分布。[点击此处下载数据](数据链接) DMSP-OLS数据产品采用30弧秒网格格式,覆盖经度从-180到180度以及纬度从-65到75度的范围。该数据对背景噪声进行了识别,并将其替换为零值。数据值的范围是1至63之间。无云观测值区域如果为零,则用255表示。
  • 遥感影像汇编.docx
    优质
    本文档汇集了多种来源的夜间遥感影像数据,旨在为研究人员和相关领域工作者提供全面详实的数据支持。 92-13年的夜间遥感影像数据、DMSP_OLS夜间灯光数据以及VIIRS_NPP的2017年每月夜间灯光数据汇总,方便进行城市化进程与扶贫地区演变等应用分析及预测。