CE_DeepCraters|月球撞击坑数据集|深空探测数据集

DataCite Commons2020-08-25 更新2024-08-17 收录

月球撞击坑

深空探测

下载链接：

https://figshare.com/articles/CE_DeepCraters/12768539

下载链接

链接失效反馈

资源简介：

# DeepCraters Lunar Craters Database 2020-07 This is a database of 117240 lunar impact craters larger than about 1 km in diameter. Craters were identified on 120m CE-1, 50m CE-2 DOM and DEM images captured by Chang’E-1 (CE-1) and Chang’E-2 (CE-2) orbiters. And that the formation Systems of new detected craters, 18,996 larger than 8km, are estimated. ## Method review The database of 117240 lunar impact craters are identified by the trained R-FCN model and the age of craters is estimated by a dual-channel classification model with the semisupervised method. (the details of method can be found in our paper[1]). ## Briefly Description The database contains two comma-delimited table files: `Lunar_Crater_Database_DeepCraters_2020.csv` and `Aged_Lunar_Crater_Database_DeepCraters_2020.csv`. > The first table is the detected craters larger than about 1 km in diameter, which contains 117240 craters with 5 common fields in each crater. What needs illustration is that the first 7009 craters contains additional 2 fields `Lat_new` and `Lon_new` because of the inaccuracy of the CE1 dataset. the details of each field are listed below: > - `Flags_data`: 'CE1' or 'CE2' indicats the crater detected from CE-1 or CE-2 data; > - `ID`: the index of craters; > - `Lat`: the latitude of crater center in degree; > - `Lon`: the longitude of crater center in degree; > - `Diam_km`: the diameter of crater in kilometer; > - `Lat_new`: the latitude of the corresponding crater in Robbins Lunar Crater Database[2] in degree; > - `Lon_new`: the longitude of the corresponding crater in Robbins Lunar Crater Database[2] in degree. > > The second table is the aged craters larger than 8 km in diameter, which contains 18996 craters with 6 fields in each craetr. And the first 5 fields are the same as in the first table, the last field `Age` indicates the system that the crater belongs to. > > - `Age`=1: pre-Nectarian System > - `Age`=2: Nectarian System > - `Age`=3: Imbrian System > - `Age`=4: Eratosthenian System > - `Age`=5: Copernican System -------- ## Note The diameter of craters detected by DeepCraters is slightly larger than the real size of the craters. ## Reference [1] Yang C , Zhao H , Bruzzone L , et al. Lunar impact craters identification and age estimation with Chang'E data by deep and transfer learning. [Online]. https://nature-research-under-consideration.nature.com/posts/57165-lunar-impact-craters-identification-and-age-estimation-with-chang-e-data-by-deep-and-transfer-learning. [2] Robbins, S. J. A new global database of lunar impact craters >1–2 km: 1. crater locations and sizes, comparisons with published databases, and global analysis. Journal of Geophysical Research (Planets),124(4), 871-892(2019).

提供机构：

figshare

创建时间：

2020-08-06

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

flames-and-smoke-datasets

该仓库总结了多个公开的火焰和烟雾数据集，包括DFS、D-Fire dataset、FASDD、FLAME、BoWFire、VisiFire、fire-smoke-detect-yolov4、Forest Fire等数据集。每个数据集都有详细的描述，包括数据来源、图像数量、标注信息等。

github 收录

China Health and Nutrition Survey (CHNS)

China Health and Nutrition Survey（CHNS）是一项由美国北卡罗来纳大学人口中心与中国疾病预防控制中心营养与健康所合作开展的长期开放性队列研究项目，旨在评估国家和地方政府的健康、营养与家庭计划政策对人群健康和营养状况的影响，以及社会经济转型对居民健康行为和健康结果的作用。该调查覆盖中国15个省份和直辖市的约7200户家庭、超过30000名个体，采用多阶段随机抽样方法，收集了家庭、个体以及社区层面的详细数据，包括饮食、健康、经济和社会因素等信息。自2011年起，CHNS不断扩展，新增多个城市和省份，并持续完善纵向数据链接，为研究中国社会经济变化与健康营养的动态关系提供了重要的数据支持。

www.cpc.unc.edu 收录

AFD-dataset

我们创建了迄今为止最大的亚洲人脸数据集，包含360,000张人脸图片，涉及2019个人。相比之下，第二大的亚洲人脸数据集CASIA-FaceV5仅包括2500张图片和500个人。

github 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

Employee Performance Dataset

该数据集包含新员工的实际表现数据，包括人口统计信息和测试分数。它作为高级线性代数在机器学习中的应用课程作业的基础资源，用于编写机器学习代码。

github 收录