HyperAIHyperAI

Command Palette

Search for a command to run...

مجموعة بيانات محلل الأرض مجموعة بيانات رسم خرائط الاستشعار عن بعد

التاريخ

منذ 2 أعوام

الحجم

3.99 GB

المؤسسة

عنوان URL للنشر

github.com

رابط الورقة البحثية

arxiv.org

Featured Image

تُعد مجموعة البيانات هذه مجموعة بيانات جديدة لتدريب وتقييم طرق التحليل على عمليات مسح LiDAR الجوية الكبيرة غير المنظمة. استخدم فريق البحث بيانات من وكالة المساحة والخرائط الفرنسية المرتبطة بمشروع LiDAR-HD. تحتوي مجموعة البيانات على 7 مشاهد تغطي مساحة تزيد عن 7.7 كيلومتر مربع بإجمالي 98 مليون نقطة ثلاثية الأبعاد، مع محتوى وتعقيد متفاوتين، مثل المناطق المكتظة بالسكان أو الغابات أو المرافق الصناعية المعقدة. توجد هذه المجموعة من البيانات في الورقةمحلل الأرض القابل للتعلم: اكتشاف النماذج الأولية ثلاثية الأبعاد في عمليات المسح الجوي"، والتي تم قبولها من قبل CVPR 2024.

الاستشهاد

إذا كنت تستخدم مجموعة البيانات هذه و/أو واجهة برمجة التطبيقات هذه في عملك، فيرجى الاستشهاد بـ ورقتنا البحثية. تخفيض السعر @misc{loiseau2023learnable, title={محلل الأرض القابل للتعلم: اكتشاف النماذج الأولية ثلاثية الأبعاد في عمليات المسح الجوي}, المؤلفون: {رومان لوازو وإليوت فنسنت وماثيو أوبري ولويك لاندريو} year={2023}, eprint={2304.09704}, archivePrefix={arXiv}, primaryClass={cs.CV} }

EarthParserDataset.torrent
توزيع 2جاري التنزيل 0مكتمل 218إجمالي التنزيلات 309
  • EarthParserDataset/
    • README.md
      1.37 KB
    • README.txt
      2.74 KB
      • data/
        • EPD.zip
          3.99 GB

بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp