鹏城实验室

企业

鹏城实验室，成立于2018年，位于广东省，经营范围涵盖开展网络与通信、信息处理和网络信息安全等领域科学研究、技术开发、人才培养与学术交流。等。

正常

成立于 2018 年广东省https://www.pcl.ac.cn/

数据集列表

SpikeCityPCL数据集是由鹏城实验室创建的，用于研究基于脉冲相机的视觉重建方法。该数据集旨在解决脉冲相机在高速和高动态范围环境下的视觉重建问题，特别是针对静态和动态场景的纹理和结构信息提取。数据集的创建基于脉冲稳定性定理，通过模拟人类视觉系统的积分和放电规则生成。SpikeCityPCL数据集的应用领域包括图像重建、目标识别、深度估计等高级视觉任务，旨在为脉冲相机的高速和高品质视觉重建提供基础。

arXiv2024-12-16 更新1410

鹏城智能城市目标检测基准

鹏城智能城市目标检测基准是由鹏城实验室创建的大型数据集，包含约50万张多样化的图像，涵盖智能交通、智能安全和无人机三大场景。数据集详细标注了天气、遮挡等多种复杂环境属性，旨在为智能城市治理中的视觉理解提供全面测试环境。该数据集支持深度学习模型的广泛评估，特别是在复杂城市场景下的目标检测性能，为计算机视觉在智能城市领域的进一步研究提供了坚实基础。

arXiv2022-03-11 更新660

智能数据面编译系统性能评测数据集

数据集主要用于开展基于可编程网络的通用智能网络功能部署架构的研究，针对神经网络模型，通过知识蒸馏，实现神经网络的决策树的编译与部署。主要记录了系统原型运行时的拓扑数据、规则数据及性能数据等，数据量为1.27GB

国家基础学科公共科学数据中心50

PINE底座转发设备骨干级PINERack研制数据集

PINE底座转发设备骨干级PINERack研制数据集主要面向多模态智慧网络环境（PINE）底座设备，数据集来源于第三方权威机构使用网络测试仪表对骨干级PINERack的测试所产生的数据抓取并保存，主要记录了骨干级PINERack底座设备通过功能性能以及波动测试的数据值，数据量11.9GB，内含60个pcap文件、60个.csv文件。

国家基础学科公共科学数据中心70

空天海多维协同网络数据集

空天海多维协同网络数据集，数据集编号：2020YFB1806403-003，对应考核指标：14.1空天海多层网络。数据内容：空天海网络构建包含4个卫星终端站及4条卫星链路。数据来源：由鹏城实验室提供，数据形式为图片及第三方测试数据。采集时间及地点：2023年6月，鹏城实验室云城园区采集设备：便携式计算机，卫星信关站，便携式高轨终端站，Mesh终端站，LPWAN设备。数据量为：大小为145KB，包含1个数据集和1份说明文件，2张图片，1份第三方测试报告。

国家基础学科公共科学数据中心100

Underwater Acoustic Target Detection (UATD) dataset

UATD数据集是由鹏城实验室创建，包含9200张使用Tritech Gemini 1200ik声纳捕获的图像，标注了10类水下目标物体。数据集收集自湖泊和浅水区域，旨在解决水下目标检测的挑战，特别是缺乏可用数据集和声纳图像处理的问题。UATD数据集的应用领域包括水下机器人事故救援、设施维护和生物调查等，通过提供高分辨率原始声纳图像和精确的标注，支持了水下目标检测算法的研究和开发。

arXiv2022-12-02 更新5190

信息跟踪基准（ITB）

信息跟踪基准（ITB）是由鹏城实验室等机构联合开发的一个小而信息丰富的视觉跟踪基准。该数据集从1.2M帧中精选出7%的帧，涵盖了所有典型的挑战性场景，旨在促进跟踪器性能的评估。ITB通过质量评估机制，考虑挑战级别、区分强度和外观变化密度，从现有基准中选择最具信息量的序列，并收集额外序列以确保跟踪场景的多样性和平衡。数据集包含180个序列，每个场景至少有20个序列，适用于评估深度跟踪器在各种实际应用场景中的表现，如智能监控、人机交互和视频分析。

arXiv2021-12-13 更新540

SEANET园区网络应用示范数据集

SEANET园区网络应用示范数据集包括园区网络日志数据、园区业务运行日志数据和三维建模的模型数据，其中园区网络日志数据通过实时采集SEANET交换机上的日志信息获得，日志为自定义格式，通过日志可以观察到网络的整体运行状态，园区业务运行数据主要由AI服务器分析摄像头视频数据得到的事件信息构成，反映园区的安全状态，三维建模的模型数据是针对园区楼宇、街道、室内等进行建模。

国家基础学科公共科学数据中心70

中文-阿拉伯语双语翻译数据集

中文-阿拉伯语双语翻译数据集包含中文与阿拉伯语的双向翻译数据，由多语言交流平台翻译引擎自动生成。数据经过预处理、领域分类、质量评估以及筛选过滤，最终得到可用于训练中文与阿拉伯语互译模型的半监督双语翻译数据，总计约为1000万行。

国家基础学科公共科学数据中心200

PPO算法驱动的ABAC（Attribute-Based Access Control ）访问控制的疫苗库

本研究受生物免疫 “疫苗主动防御” 机制启发，提出 “ABAC 访问控制疫苗库” 概念：将历史授权数据视为 “抗原”，通过强化学习让 ABAC 模型自主学习访问规律，形成 “决策记忆”，并实时优化策略，如同疫苗激发机体免疫反应般，实现对各类访问场景的自适应防护。该疫苗库以亚马逊真实企业授权数据为基础，通过标准化的数据采集处理、精细化的质量控制、工程化的算法实现，构建 “数据 - 模型 - 策略” 一体化的访问控制解决方案。。数据集共包括 8 个核心数据文件，其中：(1) raw_data.csv 是清洗后的亚马逊原始认证授权数据，数据量 3.2MB；(2) train_data.csv 是模型训练集数据（9 维编码特征，无标签），数据量 1.8MB；(3) test_data.csv 是模型测试集数据（含编码特征与 ACTION 标签），数据量 3.0MB；(4) encoding_map.csv 是特征目标编码映射表，数据量0.2MB；(5) network_log.csv 是 PPO 奖励计算用网络日志数据，数据量 2.5MB；(6) abac_ppo.py 是核心算法脚本（含数据预处理、模型构建逻辑），数据量 0.3MB；(7) model_params.pth 是训练稳定的模型参数文件，数据量 0.5MB；(8) requirements.txt 是环境依赖清单，数据量 0.1MB；总数据量约 10MB。

国家基础学科公共科学数据中心80