Alternativer Identifier:
(KITopen-DOI) 10.5445/IR/1000159497
Verwandter Identifier:
-
Ersteller/in:
Landgraf, Steven [Institut für Photogrammetrie und Fernerkundung]

Hillemann, Markus https://orcid.org/0000-0002-8906-0450 [Institut für Photogrammetrie und Fernerkundung]

Ulrich, Markus https://orcid.org/0000-0001-8457-5554 [Institut für Photogrammetrie und Fernerkundung]

Aberle, Moritz [Aberle, Moritz]

Jung, Valentin [Jung, Valentin]
Beitragende:
-
Titel:
Dataset for the Segmentation of Industrial Burner Flames
Weitere Titel:
-
Beschreibung:
(Abstract) The published dataset contains images and masks related to the research article with the title "Segmentation of Industrial Burner Flames: A Comparative Study from Traditional Image Processing to Machine and Machine and Deep Learning". The original dataset, which our version of the dataset is based on, can be found here: https://zenodo.org/record/4453599
(Technical Remarks) The published dataset contains images and masks related to the research article with the title "Segmentation of Industrial Burner Flames: A Comparative Study from Traditional Image Processing to Machine and Machine and Deep Learning". The original dataset, which our version of the dataset is based on, can be found here: https://zenodo.org/record/4453599
Schlagworte:
Segmentation
Industrial Burner Flames
Image Processing
Machine Learning
Deep Learning
Zugehörige Informationen:
-
Sprache:
-
Erstellungsjahr:
Fachgebiet:
Geological Science
Objekttyp:
Dataset
Datenquelle:
-
Verwendete Software:
-
Datenverarbeitung:
-
Erscheinungsjahr:
Rechteinhaber/in:
Großkopf, Julius

Matthes, Jörg

Markus, Vogelbacher

Patrick, Waibel
Förderung:
-
Name Speichervolumen Metadaten Upload Aktion

Zugriffe der letzten sechs Monate

Aufrufe der Datenpaket-Seite

134


Downloads des Datenpakets

9


Gesamtstatistik

Zeitraum Aufrufe der Datenpaket-Seite Datenpaket heruntergeladen
Juni 2024 27 4
Mai 2024 23 1
Apr. 2024 33 1
März 2024 24 0
Feb. 2024 14 2
Jan. 2024 13 1
Vorher 80 2
Gesamt 214 11
Status:
Publiziert
Eingestellt von:
kitopen
Erstellt am:
Archivierungsdatum:
2023-06-22
Archivgröße:
383,6 MB
Archiversteller:
kitopen
Archiv-Prüfsumme:
ffd1712df7437b7a450412b2cc17ceee (MD5)
Ende des Embargo-Zeitraums:
-