Alternativer Identifier:
(KITopen-DOI) 10.5445/IR/1000146837
Verwandter Identifier:
-
Ersteller/in:
Dreisbach, Maximilian https://orcid.org/0000-0001-6308-0982 [Institut für Strömungsmechanik]

Leister, Robin https://orcid.org/0000-0002-0286-8183 [Institut für Strömungsmechanik]

Probst, Matthias https://orcid.org/0000-0001-8729-0482 [Institut für Thermische Strömungsmaschinen]

Friederich, Pascal https://orcid.org/0000-0003-4465-1465 [Institut für Theoretische Informatik]

Stroh, Alexander [Institut für Strömungsmechanik]

Kriegseis, Jochen https://orcid.org/0000-0002-2737-2539 [Institut für Strömungsmechanik]
Beitragende:
-
Titel:
Particle Detection by means of Neural Networks and Synthetic Training Data Refinement in Defocusing Particle Tracking Velocimetry (data)
Weitere Titel:
-
Beschreibung:
(Technical Remarks) This repository contains the supplementary data to our contribution "Particle Detection by means of Neural Networks and Synthetic Training Data Refinement in Defocusing Particle Tracking Velocimetry" to the 2022 Measurement Science and Technology special issue on the topic “Machine Learning and Data Assimilation techniques for fluid flow measurements”. This data includes annotated images used for the training of neural networks for particle detection on DPTV recordings as well as unannotated particle images used for training of the image-to-image translation networks for the generation of refined synthetic training data, as presented in the manuscript. The neural networks for particle detection trained on the aforementioned data are contained in this repository as well. An explanation on the use of this data and the trained neural networks, containing an example script can be found on GitHub (https://github.com/MaxDreisbach/DPTV_ML_Particle_detection)
Schlagworte:
Defocusing Particle Tracking Velocimetry
Synthetic Training Data Refinement
Particle Detection
Zugehörige Informationen:
-
Sprache:
-
Erstellungsjahr:
Fachgebiet:
Engineering
Objekttyp:
Dataset
Datenquelle:
-
Verwendete Software:
-
Datenverarbeitung:
-
Erscheinungsjahr:
Rechteinhaber/in:
Förderung:
-
Name Speichervolumen Metadaten Upload Aktion

Zugriffe der letzten sechs Monate

Aufrufe der Datenpaket-Seite

65


Downloads des Datenpakets

7


Gesamtstatistik

Zeitraum Aufrufe der Datenpaket-Seite Datenpaket heruntergeladen
Mai 2024 1 0
Apr. 2024 13 0
März 2024 11 0
Feb. 2024 14 2
Jan. 2024 19 5
Dez. 2023 7 0
Vorher 63 1
Gesamt 128 8
Status:
Publiziert
Eingestellt von:
kitopen
Erstellt am:
Archivierungsdatum:
2023-06-21
Archivgröße:
4,2 GB
Archiversteller:
kitopen
Archiv-Prüfsumme:
58187a036e9149de4f52b5708f30da84 (MD5)
Ende des Embargo-Zeitraums:
-