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

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

PU Dataset

德国帕德博恩大学（PU）轴承故障诊断数据集提供了丰富的轴承故障信号数据，包括内圈、外圈和滚动体故障等多种类型的轴承故障。与其他数据集相比，PU数据集的特色在于包含了大量的电机驱动系统故障数据，为轴承故障诊断研究提供了一个全面的实验平台。

github 收录

yuvidhepe/us-accidents-updated

这是一个覆盖美国49个州的全国性交通事故数据集，数据收集自2016年2月至2023年3月，通过多种交通API实时收集。目前数据集中包含约770万条交通事故记录，可用于实时交通事故预测、热点位置研究、伤亡分析以及环境因素对事故发生的影响研究等。

hugging_face 收录

PASCAL VOC 2007

这个挑战的目标是从现实场景中的许多视觉对象类别中识别对象（即不是预先分割的对象）。它基本上是一个监督学习问题，因为它提供了一组标记图像的训练集。已选择的 20 个对象类别是：人：人动物：鸟、猫、牛、狗、马、羊交通工具：飞机、自行车、船、公共汽车、汽车、摩托车、火车室内：瓶子、椅子、餐桌、盆栽、沙发、电视/显示器将有两个主要比赛和两个较小规模的“品酒师”比赛。内容：提供的训练数据由一组图像组成；每个图像都有一个注释文件，为图像中存在的 20 个类别之一中的每个对象提供一个边界框和对象类别标签。请注意，来自多个类的多个对象可能出现在同一图像中。

OpenDataLab 收录

EdNet

displayName: EdNet license: - CC BY-NC 4.0 paperUrl: https://arxiv.org/pdf/1912.03072v3.pdf publishDate: "2019" publishUrl: https://github.com/riiid/ednet publisher: - University of Michigan - Yale University - University of California, Berkeley - Riiid AI Research tags: - Student Activities taskTypes: - Knowledge Tracing --- # 数据集介绍 ## 简介圣诞老人收集的各种学生活动的大规模分层数据集，一个配备人工智能辅导系统的多平台自学解决方案。 EdNet 包含 2 年多来收集的 784,309 名学生的 131,441,538 次互动，这是迄今为止向公众发布的 ITS 数据集中最大的。资料来源：EdNet：教育中的大规模分层数据集 ## 引文 ``` @inproceedings{choi2020ednet, title={Ednet: A large-scale hierarchical dataset in education}, author={Choi, Youngduck and Lee, Youngnam and Shin, Dongmin and Cho, Junghyun and Park, Seoyon and Lee, Seewoo and Baek, Jineon and Bae, Chan and Kim, Byungsoo and Heo, Jaewe}, booktitle={International Conference on Artificial Intelligence in Education}, pages={69--73}, year={2020}, organization={Springer} } ``` ## Download dataset :modelscope-code[]{type="git"}

魔搭社区收录